写一个代码：1.两幅栅格图层进行分区统计，并计算对应栅格位置出现的次数

以下是一个 Python 代码示例，用于统计两幅栅格图层的分区出现次数：

import numpy as np

# 读取两幅栅格图层（假设图像大小相同）
img1 = cv2.imread('img1.png', 0)
img2 = cv2.imread('img2.png', 0)

# 定义分区大小
partition_size = 10

# 计算分区数量
num_partitions = (img1.shape[0] // partition_size) * (img1.shape[1] // partition_size)

# 初始化分区统计数组
partition_counts = np.zeros((num_partitions,))

# 遍历每个分区
for i in range(0, img1.shape[0], partition_size):
    for j in range(0, img1.shape[1], partition_size):
        # 计算当前分区的索引
        partition_index = (i // partition_size) * (img1.shape[1] // partition_size) + (j // partition_size)

        # 统计当前分区在两幅图像中出现的次数
        count1 = np.count_nonzero(img1[i:i+partition_size, j:j+partition_size])
        count2 = np.count_nonzero(img2[i:i+partition_size, j:j+partition_size])

        # 记录当前分区在两幅图像中出现的次数之和
        partition_counts[partition_index] = count1 + count2

# 打印分区统计结果
print(partition_counts)

该代码首先读取两幅栅格图层，并定义了分区大小。然后，它计算了分区数量，并初始化了分区统计数组。接下来，代码遍历每个分区，并计算当前分区在两幅图像中出现的次数，将其累加后记录到分区统计数组中。最后，打印分区统计数组即可。