R没有光栅的数据

我希望在不手动定义范围的情况下裁剪某些光栅的无数据部分（无数据为黑色的图像示例）

有什么想法吗

---

[

子集设置和

[我有两种稍有不同的解决方案。第一种解决方案需要手动识别区段，但使用预定义的函数。第二种解决方案更自动化，但更手工

创建前两行为NA的可复制光栅

library(raster)
# Create a reproducible example
r1 <- raster(ncol=10, nrow=10)
# The first 2 rows are filled with NAs (no value)
r1[] <- c(rep(NA,20),21:100)

解决方案#2
它标识光栅中只有NA值的行和列，并删除光栅边距上的行和列。然后使用
extent（）
计算范围

将光栅转换为矩阵，以标识值是否为NA

r1NaM <- is.na(as.matrix(r1))

绘制光栅以进行比较

layout(matrix(1:2, nrow=1))
plot(r1)
plot(r3)

我根据Marie的回答编写了一个小函数，用于快速打印裁剪的光栅。但是，如果光栅非常大，可能会出现内存问题，因为计算机可能没有足够的RAM将光栅作为矩阵加载

因此，我编写了一个内存安全函数，如果计算机有足够的RAM（因为这是最快的方法），它将使用Marie的方法；如果计算机没有足够的RAM，它将使用基于光栅函数的方法（速度较慢，但内存安全）

以下是函数：

plotCroppedRaster <- function(x, na.value = NA)
{
  if(!is.na(na.value))
  {
    x[x == na.value] <- NA
  }
  if(canProcessInMemory(x, n = 2))
  {
    x.matrix <- is.na(as.matrix(x))
    colNotNA <- which(colSums(x.matrix) != nrow(x))
    rowNotNA <- which(rowSums(x.matrix) != ncol(x))

    croppedExtent <- extent(x, 
                            r1 = rowNotNA[1], 
                            r2 = rowNotNA[length(rowNotNA)],
                            c1 = colNotNA[1], 
                            c2 = colNotNA[length(colNotNA)])

    plot(crop(x, croppedExtent))
  } else
  {
    xNA <- is.na(x)
    colNotNA <- which(colSums(xNA) != nrow(x))
    rowNotNA <- which(rowSums(xNA) != ncol(x))

    croppedExtent <- extent(x, 
                            r1 = rowNotNA[1], 
                            r2 = rowNotNA[length(rowNotNA)],
                            c1 = colNotNA[1], 
                            c2 = colNotNA[length(colNotNA)])

    plot(crop(x, croppedExtent))
  }
}

plotcropedmaster您可以使用
trim
进行以下操作：

library(raster)
r <- raster(ncol=18,nrow=18)
r[39:49] <- 1
r[205] <- 6
s <- trim(r) 

库（光栅）
r请查看我在下面的帖子，以便下次提供一个可复制的示例来说明您的问题。谢谢。总是有可能出现“无数据”的情况图像内部的值。那么您想做什么？@Carl:在我的情况下，图像内部没有数据。我只想根据数据可用的左上角和右下角裁剪图像。@Wraf下面的内容对您有帮助吗？如果没有，为什么没有？请描述尚未解决的问题，我将更新我的解决方案。加油s、 谢谢你的帮助。在我的例子中，我总是有一个带数据的中心连续区域，没有数据在外部。但实际上，你的例子是解决方案#2很好，但你应该反转ncol和nrow有一个错误…我已经完成了编辑，现在是correct@WAF：你是对的，这是一个输入错误。解决方案#2现在应该是正确的。我发现e> 修剪
非常缓慢，但玛丽·奥格·梅斯的解决方案#2在下面完美而快速地发挥了作用。
r1NaM <- is.na(as.matrix(r1))

colNotNA <- which(colSums(r1NaM) != nrow(r1))
rowNotNA <- which(rowSums(r1NaM) != ncol(r1))

r3Extent <- extent(r1, rowNotNA[1], rowNotNA[length(rowNotNA)],
   colNotNA[1], colNotNA[length(colNotNA)])
r3 <- crop(r1, r3Extent)

layout(matrix(1:2, nrow=1))
plot(r1)
plot(r3)

plotCroppedRaster <- function(x, na.value = NA)
{
  if(!is.na(na.value))
  {
    x[x == na.value] <- NA
  }
  if(canProcessInMemory(x, n = 2))
  {
    x.matrix <- is.na(as.matrix(x))
    colNotNA <- which(colSums(x.matrix) != nrow(x))
    rowNotNA <- which(rowSums(x.matrix) != ncol(x))

    croppedExtent <- extent(x, 
                            r1 = rowNotNA[1], 
                            r2 = rowNotNA[length(rowNotNA)],
                            c1 = colNotNA[1], 
                            c2 = colNotNA[length(colNotNA)])

    plot(crop(x, croppedExtent))
  } else
  {
    xNA <- is.na(x)
    colNotNA <- which(colSums(xNA) != nrow(x))
    rowNotNA <- which(rowSums(xNA) != ncol(x))

    croppedExtent <- extent(x, 
                            r1 = rowNotNA[1], 
                            r2 = rowNotNA[length(rowNotNA)],
                            c1 = colNotNA[1], 
                            c2 = colNotNA[length(colNotNA)])

    plot(crop(x, croppedExtent))
  }
}

library(raster)
r1 <- raster(ncol=10, nrow=10)
r1[] <- c(rep(NA,20),21:100)

# Uncropped
plot(r1)
# Cropped
plotCroppedRaster(r1)

# If the no-data value is different, for example 0
r2 <- raster(ncol=10, nrow=10)
r2[] <- c(rep(0,20),21:100)

# Uncropped
plot(r2)
# Cropped
plotCroppedRaster(r2, na.value = 0)

library(raster)
r <- raster(ncol=18,nrow=18)
r[39:49] <- 1
r[205] <- 6
s <- trim(r)