Python：如何将geotiff转换为geopandas？

我有一个geotiff文件

import xarray as xr
urbanData = xr.open_rasterio('myGeotiff.tif')
plt.imshow(urbanData)

这是文件

我可以将文件转换为以坐标为点的数据帧

ur  = xr.DataArray(urbanData, name='myData')
ur  = ur.to_dataframe().reset_index() 
gdfur  = gpd.GeoDataFrame(ur, geometry=gpd.points_from_xy(ur.x, ur.y))

---

但是，我想得到一个数据帧，它包含作为多边形而不是点的像素几何体。有可能吗？

让我有点惊讶的是，我还没有找到一个包来包装

光栅。功能

以获取数据数组并生成地理数据帧

但这些可能非常有用：

我通常会这样使用：

导入仿射
作为gpd导入geopandas
导入光栅特征
将xarray作为xr导入
将shapely.geometry作为sg导入
def polygonize（da:xr.DataArray）->gpd.GeoDataFrame:
"""
将二维数据数组多边形化为多边形的GeoDataFrame。
参数
----------
da:xr.DataArray
退换商品
-------
多边形化：geopandas.GeoDataFrame
"""
如果da.dims！=（“y”、“x”）：
raise VALUE ERROR（'尺寸必须为“y”、“x”））
values=da.values
transform=da.attrs.get（“transform”，无）
如果“转换”为“无”：
raise VALUERROR（“da.ATTR中需要转换”）
变换=仿射。仿射（*变换）
形状=光栅。特征。形状（值，变换=变换）
几何图形=[]
colvalues=[]
对于形状中的（geom、colval）：
几何体.附加（sg.多边形（几何体[“坐标”][0]））
colvalues.append（colval）
gdf=gpd.GeoDataFrame（{“value”：colvalues，“geometry”：geometry}）
gdf.crs=da.attrs.get（“crs”）
返回gdf

请注意，在使用

xr.open\u rasterio

读取X阵列后，应首先从X阵列中挤压带状尺寸，使其成为2D：

urbanData=xr.open\u rasterio（'myGeotiff.tif'）。挤压（'band'，drop=True）

什么是“多边形的像素几何体”？GeoTIFF是光栅文件，不是矢量格式，所以我怀疑它是否能存储多边形数据。@jramsey这就是重点。有可能将光栅文件转换为矢量文件吗？这很危险。对于art，有一些工具可以通过执行边界跟踪并将跟踪路径存储为矢量，从光栅文件生成矢量文件。但是，该场景中的光栅文件相对简单，通常包含曲线或纯色区域的描述。这种矢量追踪的一个不错的选择是扫描一幅黑白卡通画，而不是像GeoTIFF那样的内容。我觉得你好像想对光栅进行多边形化。如果是这样，这可能是一个良好的开端