python将掩膜与高光谱及对应RGB图片融合

在Python中，将掩码（通常是一个二值图像，其中0表示背景，1表示目标区域）与高光谱数据以及对应的RGB图像融合，通常用于遥感分析或图像处理任务。这种操作可以使用像NumPy、Pandas和Rasterio这样的库来处理地理空间数据。以下是简单的步骤：

1. **读取数据**：首先，你需要读取高光谱数据（例如ENVI或HDF5文件）和RGB图像（如tif或jpg），以及掩模文件。

import rasterio as rio

hyperspectral_data = rio.open('hyperspectral.tif')
rgb_image = rio.open('rgb_image.tif')
mask = rio.open('mask.tif').read(1)

2. **对齐数据**：确认所有数据的坐标系统和分辨率一致，如果不一致，可能需要先进行几何校正或重采样。

3. **融合过程**：对于每个高光谱波段，你可以选择几种方式与掩模结合。一种常见的做法是在目标区域内（掩码为1的地方）应用高光谱值，其他地方保持不变。可以用条件运算符实现：

result = np.where(mask == 1, hyperspectral_data, rgb_image)

这里假设`hyperspectral_data`是多维数组，最后一维代表波段数。

4. **保存结果**：

output_profile = hyperspectral_data.profile.copy()
output_profile.update({"driver": "GTiff", "dtype": "uint8"})
with rio.open('merged_image.tif', 'w', **output_profile) as dst:
    dst.write(result.astype('uint8'), indexes=1)