如何使用python从值矩阵正确写入光栅图像（tif）

我开始从事地理信息系统的工作，我需要你的一些建议。我需要将tif（光栅）转换为3D矩阵，例如，熊猫中的上一个矩阵：

M = [[1, 1]
     [2, 4]
     [3, 1]]

在探索了python包之后，我发现我可以用。我使用以下代码：

new_dataset = rasterio.open('test5.tif', 'w', driver='GTiff', height = arr.shape[0], width = arr.shape[1], count=1, 
    dtype=str(arr.dtype),
    crs='+proj=utm +zone=19 +ellps=GRS80 +datum=NAD83 +units=m +no_defs',
    transform=transform)
)
new_dataset.write(arr, 1)
new_dataset.close()

接下来呢。因此，对于这个微小的输入，它似乎工作正常，产生以下tif：

当我尝试使用真实矩阵加载形式的las/LIDAR时，其尺寸为：（32019,5）和头部：

              x             y        z  Classification  ReturnNumber
0  506535.92650  4.762852e+06  4.98525               1             2
1  506534.48700  4.762853e+06  0.00000               2             1
2  506542.35150  4.762849e+06  0.04950               1             1
3  506544.38850  4.762848e+06  0.00000               2             1
4  506543.54475  4.762848e+06  0.00000               2             1

我得到这个：

但是，对于同一个图像，whitebox工具会生成此图像

使用此代码：

import os
import whitebox

wbt = whitebox.WhiteboxTools()
wbt.work_dir = os.path.dirname(os.path.abspath(__file__)) + "/data/"

wbt.lidar_idw_interpolation(
    i="input.las",
    output="output.tif",
    parameter="elevation",
    returns="all",
    resolution=1.0,
    weight=1.0,
    radius=2.5
)

whitebox工具的输出是正确的，比较两幅图像，第一幅像是对whitebox输出的负面影响。我的代码中有一些错误

关于如何根据其他密度矩阵更改像素（2D）的颜色，有什么建议吗

---

提前谢谢

显然有

（x，y）

点您没有数据，这些点在您的图片上保持黑色。另一方面，Whitebox对这些缺失的点进行某种插值

---

您可能希望找到这些点，并对现有相邻点中缺少的

z

值进行插值。对于你的数据可能有一些特殊的插值方法，但如果我是你，我会反复应用高斯滤波器几次，将有效数据复制到过滤后的数据上，以保持已知的良好像素不受任何更改的影响——这将用合理的近似值填充黑点。

请给我们看一下从las/LIDAR加载的

真实矩阵

，好吗？嗨@lenik，我更新了我的问题，其中包括矩阵的第一列。谢谢你是如何从形状矩阵（32019，5）中得到一个相对正方形的图像的？给定矩阵中的5列，你希望在你的图像中看到哪些列？我使用laspy软件包加载激光雷达图像。我希望获得一个2D图像（x轴和y轴）。为了创建矩阵，我应用脚本：对于I，数据中的行。ItErrorws（）：arr[int（row[“x”]）-int（min_x）][int（row[“y”]）-int（min_y）]=int（row[“z”]）