简介

影像（Image）是PIE-Engine中的栅格影像对象，可直接添加到Map中进行显示。PIE-Engine Studio提供影像相关算法，包括但不限于影像加载、获取影像属性及几何信息、正反三角函数运算、按位运算、四则运算、逻辑运算、关系运算、掩膜计算、格式转换运算。

Image

函数	返回值
Image(args)	Image

参数	类型	说明
args	String	数据路径

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101")

abs

对Image每一像素进行绝对值运算，返回一个Image对象。

函数	返回值
abs(self)	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.abs()

acos

对Image每一像素进行反余弦运算（默认为弧度），返回一个类型为Double的Image对象。

函数	返回值
acos()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
newImage=image.acos()
print(newImage.getInfo())

add

做左边影像中每一像素与右边影像中对应像素或数值相加的运算，返回一个数据类型为Double的Image对象。

函数	返回值
add(image)	Image

参数	类型	说明
image	Image|Double	Image对象或数值

示例

image4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
image = image5.add(image4)

addBands

添加影像中的波段到当前影像。

函数	返回值
addBands(self,srcImage,names=None,overwrite=False)	Image

参数	类型	说明
srcImage	String|Array	波段名称或波段名称列表
names	string	默认为None
overwrite	boolean	默认为False

示例

geometry = pie.Geometry.Polygon([[
    [
        116.29721542611139,
        39.961859016358545
    ],
    [
        116.30175848687782,
        39.8352246197168
    ],
    [
        116.46530867451116,
        39.83755029383428
    ],
    [
        116.46379432092459,
        39.96534105732522
    ],
    [
        116.29721542611139,
        39.961859016358545
    ]
]], None)

l8 = pie.ImageCollection('LC08/01/T1').filterBounds(geometry).filterDate("2019-01-01","2019-03-01")
i1 = l8.getAt(0)
i2 = l8.getAt(1)
i1 = i1.addBands(i2)
print(i1.bandNames().getInfo())

And

对Image每一像素与另一影像中对应像素或数值进行与运算，返回一个二值的Image对象。

函数	返回值
And(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
mask1 = image5.gt(1000)
mask2 = image5.lt(3000)
mask = mask1.And(mask2)
print(mask.getInfo())

asin

对Image每一像素进行反正弦运算（默认为弧度），返回一个类型为Double的Image对象。

函数	返回值
asin()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
newImage=image.asin()
print(newImage.getInfo())

atan

对Image每一像素进行反正切运算（默认为弧度），返回一个类型为Double的Image对象。

函数	返回值
atan()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
newImage=image.atan()
print(newImage.getInfo())

bandnames

返回一个包含Image对象中所有波段名的列表。

函数	返回值
bandnames(self)	List

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101")
print(image.bandnames().getInfo())

bandTypes

返回Image对象的波段类型信息。

函数	返回值
bandTypes()	Dictionary

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019")
types = image.bandTypes()
print(types.getInfo())

bitwiseAnd

对Image进行按位与运算，返回一个Image对象。

函数	返回值
bitwiseAnd(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image_BQA = pie.Image("LC08/01/T1/LC08_121031_20181019").select("BQA")
cloudShadowBitMask = 1 << 3
mask1 = image_BQA.bitwiseAnd(cloudShadowBitMask).eq(0)
print(mask1.getInfo())

bitwiseNot

对Image进行按位非运算，返回一个Image对象。

函数	返回值
bitwiseNot(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image_BQA = pie.Image("LC08/01/T1/LC08_121031_20181019").select("BQA")
cloudShadowBitMask = 1 << 3
cloudsBitMask = 1 << 4
mask1 = image_BQA.bitwiseNot().eq(0)
mask2 = image_BQA.bitwiseNot().eq(0)
mask = mask1.And(mask2)
print(mask.getInfo())

bitwiseOr

对Image进行按位或运算，返回一个Image对象。

函数	返回值
bitwiseOr(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image_BQA = pie.Image("LC08/01/T1/LC08_121031_20181019").select("BQA")
cloudShadowBitMask = 1 << 3
mask1 = image_BQA.bitwiseOr(cloudShadowBitMask).eq(0)
print(mask1.getInfo())

bitwiseXor

对Image进行按位异或运算，返回一个Image对象。

函数	返回值
bitwiseXor(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image_BQA = pie.Image("LC08/01/T1/LC08_121031_20181019").select("BQA")
cloudShadowBitMask = 1 << 3
mask1 = image_BQA.bitwiseXor(cloudShadowBitMask).eq(0)
print(mask1.getInfo())

classify

进行监督分类，返回结果为分类后的影像。

函数	返回值
classify(classifier, outputName)	Image

参数	类型	说明
this	Image	要进行分类的影像
classifier	Cluster	监督分类分类器
outputName	String	分类影像的波段名称，“classfiy”为默认值

示例

image = pie.Image('user/17090142114/PGDB001/World84').select(["B1","B2","B3"])
featureCollection = pie.FeatureCollection('user/17090142114/PGDB001/WorldROI')
training = image.sampleRegions(featureCollection,["type"],50000)
classifer = pie.SVM().train(training,"type",["B1","B2","B3"])
resultImage = image.classify(classifer,"classifyA")
visParam = {
    'opacity':1,
    'uniqueValue':'1,2,3,4',
    'palette': 'EAF2F5,000032,1F3600,FAFFC8'
}
Map = pie.Map()
Map.addLayer(resultImage,visParam,'resultImage')
Map.setCenter(0,0,0)
Map

clip

根据给定的Geometry裁剪Image对象，生成剪裁后影像与原影像的波段信息及元数据相同。

函数	返回值
clip(geometry)	Image

参数	类型	说明
geometry	Geometry	几何图形对象

示例

id = "LC08/01/T1/LC08_121031_20181019"
image = pie.Image(id).select("B1")
geometry = pie.Geometry.Polygon([[[119.5, 41.5], [120, 41.5], [120, 42],[119.5,42],[119.5, 41.5]]], None)
imageClip = image.clip(geometry)

Map = pie.Map()
Map.addLayer(imageClip,{'min':1073,'max':3000}, 'imageClip')
Map.centerObject(imageClip,9)
Map

cluster

进行非监督分类，返回结果为分类后的影像。

函数	返回值
cluster(clusterer,outputName)	Image

参数	类型	说明
this	Image	要进行分类的影像
clusterer	Cluster	分类器
outputName	String	分类影像的波段名称，“cluster”为默认值

示例

m = pie.Map()
geometry = pie.Geometry.Polygon([[[116.953, 39.419], [117.078, 39.419], [117.078, 39.477],[116.953,39.477],[116.953, 39.419]]], None)
image = pie.Image("user/101/public/Raster/GF1_Clip").select(["B1","B2","B3"])
training = image.sample(geometry,20,"","",200)
cluster = pie.KMeans(nClusters=5).train(training)
resultImage = image.cluster(cluster,"clusterA")
visParam = {
    'opacity':1,
    'classify':'0,1,2,3,4,5,6',
    'palette': 'FF0000,00FFFF,00FF00,FF00FF,0000FF,FFFF00,FF8000,00AAFF'
}
m.addLayer(resultImage,visParam,'resultImage')
m.setCenter(117.01,39.45,12)
m

constant

构造一个常数值的图像。

函数	返回值
constant(bandValue)	Value

参数	类型	说明
bandValue	String	波段编号

示例

image10000 = pie.Image.constant(10000)
print(image10000.getInfo())

convolve

Image滤波运算，返回一个Image对象。

函数	返回值
convolve(value)	Image

参数	类型	说明
value	Image|Number	滤波器

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
kernel = pie.Kernel().sobel(1, 1) 
imageKernel = image.convolve(kernel)

Map = pie.Map()
Map.addLayer(imageKernel,{'min':1000,'max':3000},'imageKernel')
Map.setCenter(120.25, 41.8, 7)
Map

cos

对Image每一像素进行余弦运算（默认为弧度），返回一个类型为Double的Image对象。

函数	返回值
cos()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.cos()

date

返回Image对象的日期。

函数	返回值
date()	Date

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019")
date = image.date().getInfo()
print(date)

divide

做左边影像中每一像素除以右边影像中对应像素或数值的运算，若除数为0则值为0。返回一个数据类型为Double的Image对象。

函数	返回值
divide(image)	Image

参数	类型	说明
image	Image|Double	Image对象或数值

示例

image4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
image = image5.divide(image4)

eq

对Image中每一像素判断是否等于右边影像中对应像素或数值，返回一个二值的Image对象。

函数	返回值
eq(value)	Image

参数	类型	说明
value	Image|Number	Image对象或数值

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
A = b5.subtract(b4)
B = b5.add(b4)
ndvi = A.divide(B)
image = ndvi.eq(0)

Map = pie.Map()
Map.addLayer(image, {'min':-10, 'max':1}, 'image')
Map.centerObject(b4,7)
Map

exp

对影像进行以自然常数e为底的指数运算，返回一个数据类型为Double的Image对象。

函数	返回值
exp()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select("B1")
newImage=image.exp()
print(newImage.getInfo())

expression

根据所提供的表达式对影像进行运算，返回运算结果为数据类型为Double的Image对象。

函数	返回值
expression(expression, map)	Image

参数	类型	说明
expression	String	表达式字符串
map	JSON	操作波段的JSON对象

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
# NDVI计算
ndvi = b5.expression('(nir - red)/(nir + red)',{'nir':b5,'red':b4})

Map = pie.Map()
Map.addLayer(pieObject=ndvi, style={'min':-1, 'max':1}, name='ndvi')
Map.centerObject(b4,7)
Map

expressionFunction

根据所提供的表达式对影像进行运算，返回运算结果为数据类型为Double的Image对象。

函数	返回值
expression(func,map)	Image

参数	类型	说明
func	Function	表达式方法
map	JSON	操作波段的JSON对象

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
ndvi_expression = {'expression': '(nir-red)/(nir+red)'}
ndvi_res = b5.expressionFunction(ndvi_expression, {'nir':b5, 'red':b4})

Map = pie.Map()
Map.addLayer(ndvi_res, {'min':-1, 'max':1}, 'ndvi_res')
Map.centerObject(b4,7)
Map

geometry

返回几何对象。

函数	返回值
geometry(self, maxError=None, proj=None, geodesics=None)	Dictionary

参数	类型	说明
maxError	String	默认为None
proj	Dictionary	默认为None
geodesics	String	默认为None

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101").select(["B4","B3","B2"])
print(image.geometry().getInfo())

Map = pie.Map()
Map.addLayer(image,{'max':3000,'min':0},'image')
Map.addLayer(image.geometry(),{'color':'red'},'geometry')
Map.setCenter(120,41.5,7)
Map

Get

根据属性名获得Image下的该属性值。

函数	返回值
Get(self,key)	Value

参数	类型	说明
Key	String	指定键的名称

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019")
image.set("key1",{'name':123}).getInfo()
value = image.get("key1").getInfo()
print(value)

getNumber

根据属性名获得Image下的属性值信息，并且将其转换为数值类型。

函数	返回值
getNumber(property)	Number

参数	类型	说明
property	String	属性名

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019")
dict = {key1: {name:"abc", value:123}, key2: 12.34, key3: "12.34"}
image = image.setMulti(dict)
value3 = image.getNumber("key3").getInfo()
print(value3.getInfo())

getString

根据属性名获得Image下的属性值信息，并且将其转换为数值类型。

函数	返回值
getString(property)	String

参数	类型	说明
property	String	属性名

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019")
dict = {key1: {name:"abc", value:123}, key2: 12.34, key3: "12.34"}
image = image.setMulti(dict)
value3 = image.getNumber("key3").getInfo()
print(value3.getInfo())

gt

对Image中每一像素判断是否大于右边影像中对应像素或数值，返回一个二值的Image对象。

函数	返回值
gt(value)	Image

参数	类型	说明
value	Image|Number	Image对象或数值

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
ndvi = b5.subtract(b4).divide(b5).add(b4)
image = ndvi.gt(0)

gte

对Image中每一像素判断是否大于等于右边影像中对应像素或数值，返回一个二值的Image对象。

函数	返回值
gte(value)	Image

参数	类型	说明
value	Image|Number	Image对象或数值

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
ndvi = b5.subtract(b4).divide(b5).add(b4))
image = ndvi.gte(0)

Id

返回Image对象的在所属ImageCollection中的id。若该影像不属于任何ImageCollection则不一定有id值。

函数	返回值
Id(self)	String

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101")
print(image.id().getInfo())

leftShift

对左右两影像中每一对对应的波段进行左移位运算，返回一个Image对象。如果两影像中任意一个只有一个波段，则将该波段用于对另一影像的所有波段计算中。如果两影像波段数相同，但波段名称不同，则按自然顺序将波段配对。生成的波段名将以两输入影像中名称更长的一个命名，若两输入值长度相同，则以左边影像的波段名命名。

函数	返回值
leftShift(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
mask1 = image5.lt(1000)
mask2 = image5.gt(3000)
mask = mask1.leftShift(mask2)
Map = pie.Map()
Map.addLayer(mask,{'uniqueValue':'0,1','palette': 'FFFFFF,FF0000'}, 'mask_image')
Map.setCenter(120.25,41.8, 9)
Map

load

加载Image对象数据，一般在Image初始化的时候会默认调用该方法。

函数	返回值
load(imageId)	Image

参数	类型	说明
imageId	String	数据路径

示例

image = pie.Image().load("LC08/01/T1/LC08_121031_20181019")

log

对Image每一像素进行自然对数计算，返回一个类型为Double的Image对象。

函数	返回值
log()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.log()

log10

对Image每一像素进行以10为底的对数计算，返回一个类型为Double的Image对象。

函数	返回值
log10()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.log10()

lt

对Image中每一像素判断是否小于右边影像中对应像素或数值，返回一个二值的Image对象。

函数	返回值
lt(value)	Image

参数	类型	说明
value	Image|Number	Image对象或数值

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
ndvi = b5.subtract(b4).divide((b5).add(b4))
image = ndvi.lt(0)

lte

对Image中每一像素判断是否小于等于右边影像中对应像素或数值，返回一个二值的Image对象。

函数	返回值
lte(value)	Image

参数	类型	说明
value	Image|Number	Image对象或数值

示例

b4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
b5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
ndvi = b5.subtract(b4).divide(b5).add(b4))
image = ndvi.lte(0)

matrixMultiply

影像矩阵乘法，要求左操作数影像的列数和右操作数影像的行数相同，返回结果为左右操作影像的对应编号的波段的矩阵乘法影像。

函数	返回值
matrixMultiply(right)	Image

参数	类型	说明
right	Image	影像矩阵相乘右操作影像

示例

geometry0 = pie.Geometry.Polygon([
    [
        [
            120.33098111580796,
            41.77378692294579
        ],
        [
            121.04583702008586,
            41.77378692294579
        ],
        [
            121.04583702008586,
            41.11888189806936
        ],
        [
            120.33098111580796,
            41.11888189806936
        ],
        [
            120.33098111580796,
            41.77378692294579
        ]
    ]
], None)
palette1 = pie.Palette().getPalette("YlOrRd",3)
image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageB1 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
result = image.matrixMultiply(imageB1).clip(geometry0)
# 数据加载显示
Map = pie.Map()
Map.addLayer(result,{'min':-100,'max':2000,'palette':palette1},"result")
# 数据范围显示
Map.setCenter(120.54371172669457,41.48639364649069, 8)
Map

multiply

做左边影像中每一像素与右边影像中对应像素或数值相乘的运算，返回一个数据类型为Double的Image对象。

函数	返回值
mulitply(image)	Image

参数	类型	说明
image	Image|Double	Image对象或数值

示例

image4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
image = image5.multiply(image4)

not

对Image每一像素与另一影像中对应像素或数值进行非运算，返回一个二值的Image对象。

函数	返回值
not(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
mask1 = image5.lt(1000)
mask2 = image5.gt(3000)
mask = mask1.not(mask2)
print(mask.getInfo())

or

对Image每一像素与另一影像中对应像素或数值进行或运算，返回一个二值的Image对象。

函数	返回值
or(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
mask1 = image5.lt(1000)
mask2 = image5.gt(3000)
mask = mask1.or(mask2)
print(mask.getInfo())

paint

绘制FeatureCollection到Image上，返回一个数据类型为short的Image对象；针对面，如果设置了width就不再显示填充色。

函数	返回值
paint(featureCollection, color=0, width=0)	Image

参数	类型	说明
featureCollection	FeatureCollection	要绘制的FeatureCollection对象
color	Int|String	绘制的颜色或颜色字段，范围0-255
width	Int|String	绘制的宽度或宽度字段

示例

geometry1 = pie.Geometry.Polygon([[
    [
        120.25399999999945,
        41.80396593974288
    ],
    [
        120.42978124999689,
        41.713817711114245
    ],
    [
        120.23202734374973,
        41.48377827918594
    ],
    [
        120.25399999999945,
        41.80396593974288
    ]
]], None)
geometry2 = pie.Geometry.Polygon([[
    [
        117.69459718093134,
        31.574910322015583
    ],
    [
        117.7206897102269,
        31.579590140299885
    ],
    [
        117.71107667312071,
        31.555018473537515
    ],
    [
        117.69597047194566,
        31.572570324771092
    ],
    [
        117.69459718093134,
        31.574910322015583
    ]
]], None)
featC = pie.FeatureCollection([geometry1, geometry2])
image = pie.Image("LC08/01/T1/LC08_121031_20170101").select("B1")
print(image.paint(featC).getInfo())

pixelArea

生成新地图影像对象，其每个像素的值是原图像像素的面积（单位，平方米）。

函数	返回值
pixelArea()	Image

示例

geometry0 = pie.Geometry.Polygon([
    [
        [
            122.60517035958742,
            33.38786845854327
        ],
        [
            124.05299075717437,
            33.38786845854327
        ],
        [
            124.05299075717437,
            32.436165307518976
        ],
        [
            122.60517035958742,
            32.436165307518976
        ],
        [
            122.60517035958742,
            33.38786845854327
        ]
    ]
], None)

Map = pie.Map()
image=pie.Image("LC08/01/T1/LC08_121031_20181019").select("B1")
palette1 = pie.Palette().getPalette("YlGn",7)
areaImage=image.pixelArea().clip(geometry0)
Map.addLayer(areaImage, {'palette':palette1}, "areaImage")
Map.setCenter(123.30134551050402, 32.95462415584206, 7)
Map

power

对Image每一像素进行幂运算，返回一个类型为Double的Image对象。

函数	返回值
power(self, value)	Image

参数	类型	说明
value	Int,Float	设置幂的数值

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.power(2)

propertyNames

返回一个包含Image对象所有属性名的列表。

函数	返回值
propertyNames(self)	List

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101")
print(image.propertyNames().getInfo())

reduce

应用一个Reducer到影像的所有波段，Reducer必须具有单个输入，并且针对影像的每个像素进行计算，计算的结果是一个影像。

函数	返回值
reduce(reducer)	Image

参数	类型	说明
reducer	Reducer	统计计算器

示例

Map = pie.Map()
image=pie.Image("LC08/01/T1/LC08_121031_20181019").select("B1")
geo = image.geometry()
print(geo.getInfo())
Map.addLayer(image, {'min':0.01, "max":3000}, 'image1')
result = image.reduce(pie.Reducer.sum())
Map.addLayer(result,{'min':0,'max':2550},"Layer")
Map.setCenter(120.4,41.8,7)
Map

reduceRegion

对指定区域内的所有像素进行统计，返回结果需调用getInfo方法，以得到结果，结果为一个JSON对象，返回结果也可以直接调用print进行打印。目前可完成最大、最小和求和统计计算。

函数	返回值
reduceRegion(reducer,geometry,scale)	JSON

参数	类型	说明
reducer	Reducer	统计类型，包括最大值、最小值和求和
geometry	Geometry	统计区域范围
scale	Number	进行统计时所采用的影像分辨率，单位：米

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select(['B4', "B5"])
geometry = pie.Geometry.Polygon([[[119.5, 41.5], [120, 41.5], [120, 42],[119.5,42],[119.5, 41.5]]], None) 
image_Min = image.reduceRegion(pie.Reducer.min(), geometry, 30)
print(image_Min.getInfo())

rename

对Image对象的波段重新命名。

函数	返回值
rename(self, name)	Image

参数	类型	说明
name	String	自定义波段名称

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101")
img = image.select(['B2','B3','B4']).rename(['B','G','R'])
print(img.bandNames().getInfo())

reproject

将Image在指定坐标系下重新投影，返回投影后的Image对象。

函数	返回值
reproject(crsProject, crsTransform, scale)	Image

参数	类型	说明
project	String|Projection	投影坐标系对象
transform	Transform	未启用
scale	Float	未启用

示例

Map = pie.Map()
image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
image1 = image.reproject('EPSG:3857')
Map.addLayer(pieObject=image1,style={'min':0,'max':2500},name='image1')
Map.setCenter(120.25,41.8,9)
Map

rightShift

对左右两影像中每一对对应的波段进行右移位运算，返回一个Image对象。如果两影像中任意一个只有一个波段，则将该波段用于对另一影像的所有波段计算中。如果两影像波段数相同，但波段名称不同，则按自然顺序将波段配对。生成的波段名将以两输入影像中名称更长的一个命名，若两输入值长度相同，则以左边影像的波段名命名。

函数	返回值
rightShift(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
mask1 = image5.lt(1000)
mask2 = image5.gt(3000)
mask = mask1.rightShift(mask2)
Map = pie.Map()
Map.addLayer(mask,{'uniqueValue':'0,1','palette':'FFFFFF,FF0000'}, 'mask_image')
Map.setCenter(120.25,41.8,9)
Map

sample

从Image中随机采样，返回结果是一个FeatureCollection，FeatureCollection下的每一个Feature中存储采样点的相应波段的信息。

函数	返回值
sample(region,scale,projection,factor,numPixels,seed,dropNulls,tileScale,geometries)	FeatureCollection

参数	类型	说明
region	Geometry	要进行采样的范围
scale	Float	进行采样时所采用的影像分辨率，单位：米
projection	String	未启用
factor	Float	采样横和纵方向的比例
numPixels	Long	采样的点的个数，当factor不为0的时候，其不起作用
seed	Interger	未启用
dropNulls	Boolean	未启用
tileScale	Float	未启用
geometries	Boolean	未启用

示例

geometry = pie.Geometry.Polygon([[[116.953, 39.419], [117.078, 39.419], [117.078, 39.477],[116.953,39.477],[116.953, 39.419]]], None)
image = pie.Image("user/101/public/Raster/GF1_Clip").select(["B1","B2","B3"])
training = image.sample(geometry,20,"","",200)
print(training)

sampleRegions

Image中根据样本点采样，返回结果是一个FeatureCollection，FeatureCollection下的每一个Feature中存储采样点的相应波段的信息和分类标签信息。

函数	返回值
sampleRegions(collection,properties,scale,projection,tileScale,geometries)	FeatureCollection

参数	类型	说明
collection	FeatureCollection	样本点，需要包括分类字段
properties	List	采样保留字段集合
scale	Float	进行采样时所采用的影像分辨率，单位：米
projection	String	未启用
tileScale	Float	未启用
geometries	Boolean	未启用

示例

m = pie.Map()
image=pie.Image('user/17090142114/PGDB001/World84').select(["B1","B2","B3"])
featureCollection = pie.FeatureCollection('user/17090142114/PGDB001/WorldROI')
training = image.sampleRegions(featureCollection,["type"],50000)
classifer = pie.SVM().train(training,"type",["B1","B2","B3"])
resultImage = image.classify(classifer,"classifyA")
visParam = {
    'opacity':1,
    'uniqueValue':'1,2,3,4',
    'palette': 'EAF2F5,000032,1F3600,FAFFC8'
}
m.addLayer(resultImage,visParam, "resultImage")
m.setCenter(0,0,0)
m

select

根据波段名称从Image中选择波段，返回含有选择波段的Image对象。

函数	返回值
select(args)	Image

参数	类型	说明
args	String|Array	波段名称或波段名称列表

示例

image = pie.Image("LC08/01/T1/LC08_121031_20170101").select(['B2','B3','B4'])

set

设置Image下的指定属性的属性值，如果存在就覆盖更新，如果不存在则直接创建。

函数	返回值
set(self, key, value)	None

参数	类型	说明
key	String	指定键的名称
value	String	指定属性的值

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
print(image.set("key1",{'name':123}).getInfo())

setMaskValue

对Image对象设置过滤值，返回过滤后的影像对象。

函数	返回值
setMaskValue(value)	Image

参数	类型	说明
value	Number	过滤值

示例

Map = pie.Map()
geometry0 = pie.Geometry.Polygon([
    [
        [
            120.33098111580796,
            41.77378692294579
        ],
        [
            121.04583702008586,
            41.77378692294579
        ],
        [
            121.04583702008586,
            41.11888189806936
        ],
        [
            120.33098111580796,
            41.11888189806936
        ],
        [
            120.33098111580796,
            41.77378692294579
        ]
    ]
], None)

image5=pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
palette1 = pie.Palette().getPalette("YlOrRd",6)
image=image5.setMaskValue(300).clip(geometry0)
Map.addLayer(image, {'min':0, 'max':3000, 'palette':palette1}, 'imag')
Map.setCenter(120.3,41.5,8)
Map

setMulti

批量设置Image下的属性信息，如果存在就覆盖更新，如果不存在则直接创建。

函数	返回值
setMulti(properties)	Void

参数	类型	说明
properties	Dictionary	属性键值对，以字典形式传入

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
dict = {'key1': {'name':"abc", 'value':123}, 'key2': 12.34, 'key3': "12.34"}
image = image.setMulti(dict)
print(image.getInfo())

sin

对Image每一像素进行正弦运算（默认为弧度），返回一个类型为Double的Image对象。

函数	返回值
sin()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.sin()

sqrt

对Image每一像素进行平方根运算，返回一个类型为Double的Image对象。

函数	返回值
sqrt()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.sqrt()

subtract

做左边影像中每一像素与右边影像中对应像素或数值相减的运算，返回一个数据类型为Double的Image对象。

函数	返回值
subtract(image)	Image

参数	类型	说明
image	Image|Double	Image对象或数值

示例

image4 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B4')
image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
image = image5.subtract(image4)

tan

对Image每一像素进行正切运算（默认为弧度），返回一个类型为Double的Image对象。

函数	返回值
tan()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B1')
newImage=image.tan()
print(newImage.getInfo())

toByte

将Image数据类型转换成Byte，强制转换，高精度向低精度转换会发生数据丢失，返回Byte类型的Image。

函数	返回值
toByte()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toByte()

toDouble

将Image数据类型转换成Double，强制转换，高精度向低精度转换会发生数据丢失，返回Double类型的Image。

函数	返回值
toDouble()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toDouble()

toFloat

将Image数据类型转换成Float，强制转换，高精度向低精度转换会发生数据丢失，返回Float类型的Image。

函数	返回值
toFloat()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toFloat()

toInt16

将Image数据类型转换成Int16，强制转换，高精度向低精度转换会发生数据丢失，返回Int16类型的Image。

函数	返回值
toInt16()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toInt16()

toInt32

将Image数据类型转换成Int32，强制转换，高精度向低精度转换会发生数据丢失，返回Int32类型的Image。

函数	返回值
toInt32()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toInt32()

toUInt16

将Image数据类型转换成UInt16，强制转换，高精度向低精度转换会发生数据丢失，返回UInt16类型的Image。

函数	返回值
toUInt16()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toUInt16()

toUInt32

将Image数据类型转换成UInt32，强制转换，高精度向低精度转换会发生数据丢失，返回UInt32类型的Image。

函数	返回值
toUInt32()	Image

示例

image = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
imageResult = image.toUInt32()

updateMask

更新应用于Image对象的掩膜，参数image需要是一个0和1的二值图，返回一个Image对象。

函数	返回值
updateMask(image)	Image

参数	类型	说明
image	Image|Number	Image对象或数值

示例

image5 = pie.Image("LC08/01/T1/LC08_121031_20181019").select('B5')
mask2 = image5.lt(3000)
image =image5.updateMask(mask2)
print(image.getInfo())

where

对Image根据给定条件进行判断运算，满足condition条件的像素值更新为value下的值，不满足的像素保留image的原像素值，返回结果为一个Image对象。

函数	返回值
where(self,condition,value)	Image

参数	类型	说明
condition	json	设置处理条件
image	Image|Number	Image对象或数值

示例

geometry = pie.Geometry.Polygon([[
    [
        116.29721542611139,
        39.961859016358545
    ],
    [
        116.30175848687782,
        39.8352246197168
    ],
    [
        116.46530867451116,
        39.83755029383428
    ],
    [
        116.46379432092459,
        39.96534105732522
    ],
    [
        116.29721542611139,
        39.961859016358545
    ]
]], None)

l8 = pie.ImageCollection('LC08/01/T1').filterBounds(geometry).filterDate("2019-01-01","2019-03-01")
i1 = l8.getAt(0)
i2 = i1.where(i1.select('B1').gt(3000), 5000)
print(i2.getInfo())

Map = pie.Map()
Map.addLayer(i1,{'min':0,'max':5000},'i1')
Map.addLayer(i2,{'min':0,'max':5000},'i2')
Map.centerObject(i1,7)
Map