-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathrfclas.py
165 lines (115 loc) · 7.14 KB
/
rfclas.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
def rfclas(lista_bandas,training_vector,columna):
"""Clasificación supervisada de imagen usando Random Forest classification con 100 trees.
Inputs: Imagen con al menos tres bandas. Polígono de entrenamiento con columna numérica que identifica la clase.
Ese campo debe llamarse id. Debe tener otra columna con etiqueta cualitativa describiendo
clase de uso de suelo. Puede tener cualquier nombre. En el ejemplo se llama "Uso".
Outputs: imagen tif en directorio de imagen multibanda. Se muestra además gráficos de área por tipo de uso.
Se puede acceder además al dataframe con datos de área por uso de suelo.
Ejemplo de ejecución:
multiband= r'D:\LC08_001081_20190319.tif'
poligonos=r"D:\Training_data.gpkg"
columna="Uso"
rfclas.rfclas(multiband,poligonos,columna)
Si se quiere aceder a Dataframe con datos por clase
newDf= randomforest(multiband,poligonos,columna)
"""
import os
import geopandas as gpd
import rasterio
from rasterio import features
from osgeo import gdal, gdal_array
import glob
from sklearn.ensemble import RandomForestClassifier
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import matplotlib as mpl
import matplotlib.colors as colors
ruta_salida= os.path.splitext(lista_bandas)[0]+"_randomforest.tif"
bandaRast=[] #Guardamos imágenes con rasterio
bandaNum= []#Guardamos imagenes como numpy array
for i in range(rasterio.open(lista_bandas).count):
read_rast= rasterio.open(lista_bandas)
bandaRast.append(read_rast)
read_nump= read_rast.read(i+1)
bandaNum.append(read_nump)
#Ruta al archivo shape de poligono que define las clases de uso de suelo
shapefile = gpd.read_file(training_vector)
shapefile.set_index("id",inplace=True)#Pondemos el identificador de la clase como índice (cambiar id por el nombre del campo numérico que contiene la clase)
metadata= read_rast.profile
del metadata['blockxsize']
del metadata['blockysize']
metadata["count"]=1
#Rasterizando poligonos
with rasterio.open(("Raster_train.tif"), 'w+', **metadata) as out:
out_arr = out.read(1)
#Creamos un generador con los datos de geometria y el identificador de los poligonos
shapes = ((geom,value) for geom, value in zip(shapefile.geometry, shapefile.index))#Shapefile mgeometry es el campo geometry de nuestro shapefile. Shapefile.id es el campo con las clases (valor numérico)
rasterizado = features.rasterize(shapes=shapes, fill=0, out=out_arr, transform=out.transform)#Este código genera el array de numpy de los poligonos de muestra. Transform hace referencia al metadata.
out.write_band(1, rasterizado)#Guardando el archivo rasterizado en el disco duro
#Creando archivo multibandas
multibanda= np.dstack((bandaNum))
falso_color=[3,2,1]
print ("Clases de uso de suelo: ",shapefile[columna].unique())
print ("Número de pixeles de muestra: ",np.size(rasterizado[rasterizado>0]))
X = multibanda[rasterizado > 0, :]#Seleccionamos los pixeles de cada banda en la posición de los pixeles con muestra
y = rasterizado[rasterizado > 0] #Pixeles con muestra (del archivo rasterizado)
# Iniciando modelo con 100 trees
rf = RandomForestClassifier(n_estimators=100, oob_score=True)
#Ajustando el modelo con nuestros datos (X=valor de pixel muestreado en cada banda, y=Clase de uso en archivo rasterizado)
rf = rf.fit(X, y)
print('La exactitud de nuestra predicción calculada usando out of bag score:',str(rf.oob_score_ * 100))#"(oob= out of bag sample)"
#Importancia de cada banda para predecir uso de suelo
print("Peso de cada banda para discriminación de clases")
for i in range(len(rf.feature_importances_)):
print ('Banda {a}: {b}'.format(a=str(i+1),b=(rf.feature_importances_[i]*100)))
# Toma la imagen completa y la cambia de forma a un array de dos dimensiones(nfilas * ncolumnas, nbandas) para clasificación
new_shape = (multibanda.shape[0] * multibanda.shape[1], multibanda.shape[2])
img_as_array = multibanda[:, :, :].reshape(new_shape)
#print("Para poder hacer la clasificación cambio de forma de",multibanda.shape[0],"filas",multibanda.shape[1],"columnas y",
#multibanda.shape[2], "dimensiones a",img_as_array.shape[0],"filas y",img_as_array.shape[1],"columnas")
# Predecir la clase de cada pixel
class_prediction = rf.predict(img_as_array)
# Volvemos la imagen a la forma original
class_prediction = class_prediction.reshape(multibanda[:, :, 0].shape)
metadata= read_rast.profile
metadata["count"]=1
metadata["dtype"]= class_prediction.dtype
del metadata['blockxsize']
del metadata['blockysize']
with rasterio.open(ruta_salida, 'w', **metadata) as out:
out.write(class_prediction,1)
#Primero creamos dataframe sumando pixeles por clase y agregamos columna de uso de suelo de shapefile original
df_clases= pd.DataFrame(class_prediction.flatten(),columns=["Clases"])#Creando dataframe con pixeles alineados en una sola columna
df_clases["suma"]=1#Creando columna con unos para contar pixeles por clase
area_clase= pd.pivot_table(df_clases,index="Clases",values="suma",aggfunc=np.sum)#Agrupando y contando pixeles por clase
area_clase["Area_km2"]=(area_clase["suma"]*read_rast.transform[0]**2)/1000000 #Creando campo de area en km2
base_final= area_clase.merge(shapefile, left_on=area_clase.index, right_on=shapefile.index, how = 'inner')
#Borramos columnas auxiliares y filas duplicadas
del base_final["suma"]
del base_final["geometry"]
del base_final["key_0"]
base_final.drop_duplicates(subset ="Uso", inplace = True)#Elimina filas repetidas por si tengo varios poligonos de una clase
base_final.sort_index(inplace=True)
#Creando figura
lista_colores= ['orangered','limegreen','steelblue',"linen","greenyellow","rosybrown","blue","red","dimgrey","violet","gold"]
cmap = colors.ListedColormap(lista_colores[0:len(range(base_final.shape[0]))])#
#Imagen multibanda
plt.figure(figsize=(8,6),tight_layout=True)
plt.subplot(221)
plt.imshow(multibanda[:,:,falso_color]/np.max(multibanda))
plt.imshow(rasterizado,alpha=0.3,cmap="binary_r")
plt.title("Bandas "+str(falso_color)+" y muestras")
#Imagen clasificada
plt.subplot(222)
plt.title('Imagen clasificada')
plt.imshow(class_prediction,cmap=cmap)
plt.colorbar(cmap=cmap,fraction=0.038,pad=0.03)
#Gráfico de barras de área ocupada por cada clase
plt.subplot(2,2,(3,4))
plt.bar(base_final["Uso"],base_final["Area_km2"],color=lista_colores);
plt.xlabel("Clase",fontweight="bold")
plt.ylabel("Area Km$^2$",fontweight="bold");
plt.xticks(rotation=20,fontsize=8,fontweight="bold");
return(base_final)