python高光谱代码

Python在处理高光谱数据方面有丰富的库支持，如NumPy、Pandas用于基本的数据操作，Rasterio和GDAL用于读取和处理地理空间数据，而像matplotlib和Matplotlib basemap这样的库则用于可视化高光谱图像。

以下是一个简单的例子，展示如何使用Python处理和显示高光谱数据：

import numpy as np
import matplotlib.pyplot as plt
from rasterio import open

# 假设我们有一个名为"hyperspectral.tif"的高光谱文件
with open('hyperspectral.tif', 'r') as src:
    data = src.read() # 读取所有波段
    band_1 = data[0] # 获取第一波段数据作为示例

# 数据预处理，例如归一化
normalized_data = (data - data.min()) / (data.max() - data.min())

# 可视化单波段
plt.imshow(normalized_data[:, :, 0], cmap='gray')
plt.title('Band 1')
plt.colorbar()
plt.show()

# 或者绘制多波段的RGB图
rgb_image = np.zeros((data.shape[1], data.shape[2], 3), dtype=np.uint8)
rgb_image[..., 0] = normalized_data[:, :, 450] * 255 # 红色波段
rgb_image[..., 1] = normalized_data[:, :, 560] * 255 # 绿色波段
rgb_image[..., 2] = normalized_data[:, :, 670] * 255 # 蓝色波段
plt.imshow(rgb_image)
plt.title('RGB Composite')
plt.show()