python-service/app/debug_unity7.py - main - BELEGO/GIS_APPLICATION

python-service/app/debug_unity7.py
167 строк6 KB
HACKER_LAPTOP
update downloaders
23 апр 2026, 04:32
23 апр 2026, 04:32638e804
# debug_visualize_only.py
import os
import sys
import numpy as np
from osgeo import gdal
import matplotlib.pyplot as plt
from PIL import Image  # Добавляем PIL для сохранения PNG

# Добавляем путь к модулям проекта
current_file_path = os.path.abspath(__file__)
project_root = os.path.dirname(os.path.dirname(os.path.dirname(current_file_path)))
sys.path.append(os.path.dirname(current_file_path))


def visualize_tiff_bands(relative_folder_path):
    """
    Визуализация TIFF файлов с сохранением PNG в папку со скриптом
    """
    print(f"=== ВИЗУАЛИЗАЦИЯ TIFF ФАЙЛОВ ===")
    print(f"Путь: {relative_folder_path}")

    # Абсолютный путь к папке с данными
    folder_path = os.path.join(project_root, relative_folder_path)
    print(f"Абсолютный путь: {folder_path}")

    # Путь для сохранения PNG (папка со скриптом)
    script_dir = os.path.dirname(current_file_path)
    print(f"Папка скрипта (куда сохранятся PNG): {script_dir}")

    if not os.path.exists(folder_path):
        print(f"ОШИБКА: Папка не найдена!")
        return

    # Параметры
    target_bands = ("B1", "B2", "B3", "B4", "B5", "B6", "B7")
    visualize_rgb_bands = ("B7", "B6", "B2")

    # Находим файлы
    all_files = os.listdir(folder_path)
    tif_files = [f for f in all_files if f.lower().endswith(".tif")]

    if not tif_files:
        print("ОШИБКА: В папке нет TIFF файлов!")
        return

    # Ищем файлы для каждого канала
    image_files = []
    for band in target_bands:
        found = [f for f in tif_files if f"_{band}." in f]
        if found:
            image_files.append(found[0])
        else:
            print(f"ВНИМАНИЕ: Канал {band} не найден")

    if len(image_files) < 3:
        print("ОШИБКА: Недостаточно каналов для визуализации!")
        return

    # Загружаем данные
    print(f"\nЗагружаем каналы: {[band for band in target_bands if any(f'_{band}.' in f for f in image_files)]}")

    # Загружаем первый канал для получения размеров
    first_band_path = os.path.join(folder_path, image_files[0])
    first_band_ds = gdal.Open(first_band_path)
    width, height = first_band_ds.RasterXSize, first_band_ds.RasterYSize

    # Создаем словарь для каналов
    band_dict = {}
    img_data = {}

    # Загружаем только нужные для визуализации каналы
    for band in visualize_rgb_bands:
        for file in image_files:
            if f"_{band}." in file:
                band_path = os.path.join(folder_path, file)
                ds = gdal.Open(band_path)
                if ds:
                    data = ds.ReadAsArray()
                    img_data[band] = data
                    band_dict[band] = data
                    print(f"  Загружен канал {band}: {file}")
                    print(f"    Min={data.min():.2f}, Max={data.max():.2f}, Mean={data.mean():.2f}")
                break

    if len(img_data) < 3:
        print("ОШИБКА: Не удалось загрузить все каналы для визуализации!")
        return

    # Нормализуем каналы
    def normalize_band(band):
        min_val, max_val = np.min(band), np.max(band)
        if max_val > min_val:
            return (band - min_val) / (max_val - min_val)
        return np.zeros_like(band)

    # Создаем RGB изображение
    rgb_bands = []
    for band in visualize_rgb_bands:
        if band in img_data:
            rgb_bands.append(normalize_band(img_data[band]))

    rgb_image = np.dstack(rgb_bands)

    print(f"\nСоздано RGB изображение:")
    print(f"  Размер: {rgb_image.shape}")
    print(f"  Диапазон: [{rgb_image.min():.4f}, {rgb_image.max():.4f}]")

    # Анализ черного фона
    black_threshold = 0.01
    black_mask = np.max(rgb_image, axis=2) <= black_threshold
    black_count = np.sum(black_mask)
    total_pixels = black_mask.size
    percentage = black_count / total_pixels * 100

    print(f"\nАнализ черного фона (порог={black_threshold}):")
    print(f"  Черных пикселей: {black_count:,} из {total_pixels:,} ({percentage:.1f}%)")

    # Создаем RGBA изображение
    alpha = np.ones_like(black_mask, dtype=np.float32)
    alpha[black_mask] = 0
    rgba_image = np.dstack((rgb_image, alpha))

    # СОХРАНЕНИЕ PNG В ПАПКУ СО СКРИПТОМ
    print(f"\n=== СОХРАНЕНИЕ PNG ===")

    # Получаем базовое имя из первого файла
    base_name = image_files[0].rsplit('_', 1)[0]
    png_filename = f"{base_name}_rgba.png"
    png_path = os.path.join(script_dir, png_filename)

    # Конвертируем в 8-битный формат (0-255)
    rgba_8bit = (rgba_image * 255).astype(np.uint8)

    # Создаем и сохраняем изображение через PIL
    img_pil = Image.fromarray(rgba_8bit, mode='RGBA')
    img_pil.save(png_path, 'PNG')

    print(f"Сохранено RGBA изображение в PNG: {png_path}")
    print(f"Размер файла: {os.path.getsize(png_path) / 1024:.1f} KB")

    # ВИЗУАЛИЗАЦИЯ - ТОЛЬКО RGBA ИЗОБРАЖЕНИЕ
    print(f"\n=== ВИЗУАЛИЗАЦИЯ RGBA С ПРОЗРАЧНОСТЬЮ ===")

    # Создаем одну фигуру с RGBA изображением
    plt.figure(figsize=(12, 10))

    # Отображаем RGBA изображение
    plt.imshow(rgba_image)
    plt.title(f'RGBA с прозрачностью')
    plt.axis('off')

    plt.tight_layout()

    print(f"\n=== ГРАФИК СОЗДАН ===")
    print("Закройте окно графика для завершения...")

    plt.show()

    print("\n=== ВИЗУАЛИЗАЦИЯ ЗАВЕРШЕНА ===")


if __name__ == "__main__":
    # Указываем путь для визуализации
    relative_folder_path = "geo-images/LC09_L1TP_145021_20220507_20230417_02_T1/"

    # Запускаем визуализацию
    visualize_tiff_bands(relative_folder_path)