GDAL - Führen Sie eine einfache Analyse der Pfade mit den geringsten Kosten durch

Ich untersuche Methoden, um mit gdal eine einfache Pfadanalyse mit den geringsten Kosten durchzuführen. Mit einfach meine ich die Verwendung der Steigung eines Dem als einzigen Kostenfaktor.

Ich würde es vorziehen, die Python- oder .net-Bindungen zu verwenden, werde aber alles nehmen. Kann jemand gute Tutorials oder ähnliches vorschlagen?

Das folgende Skript führt eine Pfadanalyse mit den geringsten Kosten durch. Eingabeparameter sind ein Kostenoberflächenraster (z. B. Steigung) sowie Start- und Stoppkoordinaten. Ein Raster mit dem erstellten Pfad wird zurückgegeben. Es erfordert die Skimage-Bibliothek und GDAL.

Beispielsweise wird der kostengünstigste Pfad zwischen Punkt 1 und Punkt 2 basierend auf einem Steigungsraster erstellt:

import gdal, osr
from skimage.graph import route_through_array
import numpy as np


def raster2array(rasterfn):
    raster = gdal.Open(rasterfn)
    band = raster.GetRasterBand(1)
    array = band.ReadAsArray()
    return array  

def coord2pixelOffset(rasterfn,x,y):
    raster = gdal.Open(rasterfn)
    geotransform = raster.GetGeoTransform()
    originX = geotransform[0]
    originY = geotransform[3] 
    pixelWidth = geotransform[1] 
    pixelHeight = geotransform[5]
    xOffset = int((x - originX)/pixelWidth)
    yOffset = int((y - originY)/pixelHeight)
    return xOffset,yOffset

def createPath(CostSurfacefn,costSurfaceArray,startCoord,stopCoord):   

    # coordinates to array index
    startCoordX = startCoord[0]
    startCoordY = startCoord[1]
    startIndexX,startIndexY = coord2pixelOffset(CostSurfacefn,startCoordX,startCoordY)

    stopCoordX = stopCoord[0]
    stopCoordY = stopCoord[1]
    stopIndexX,stopIndexY = coord2pixelOffset(CostSurfacefn,stopCoordX,stopCoordY)

    # create path
    indices, weight = route_through_array(costSurfaceArray, (startIndexY,startIndexX), (stopIndexY,stopIndexX),geometric=True,fully_connected=True)
    indices = np.array(indices).T
    path = np.zeros_like(costSurfaceArray)
    path[indices[0], indices[1]] = 1
    return path

def array2raster(newRasterfn,rasterfn,array):
    raster = gdal.Open(rasterfn)
    geotransform = raster.GetGeoTransform()
    originX = geotransform[0]
    originY = geotransform[3] 
    pixelWidth = geotransform[1] 
    pixelHeight = geotransform[5]
    cols = array.shape[1]
    rows = array.shape[0]

    driver = gdal.GetDriverByName('GTiff')
    outRaster = driver.Create(newRasterfn, cols, rows, gdal.GDT_Byte)
    outRaster.SetGeoTransform((originX, pixelWidth, 0, originY, 0, pixelHeight))
    outband = outRaster.GetRasterBand(1)
    outband.WriteArray(array)
    outRasterSRS = osr.SpatialReference()
    outRasterSRS.ImportFromWkt(raster.GetProjectionRef())
    outRaster.SetProjection(outRasterSRS.ExportToWkt())
    outband.FlushCache()    

def main(CostSurfacefn,outputPathfn,startCoord,stopCoord):

    costSurfaceArray = raster2array(CostSurfacefn) # creates array from cost surface raster

    pathArray = createPath(CostSurfacefn,costSurfaceArray,startCoord,stopCoord) # creates path array

    array2raster(outputPathfn,CostSurfacefn,pathArray) # converts path array to raster


if __name__ == "__main__":
    CostSurfacefn = 'CostSurface.tif'
    startCoord = (345387.871,1267855.277)
    stopCoord = (345479.425,1267799.626)
    outputPathfn = 'Path.tif'
    main(CostSurfacefn,outputPathfn,startCoord,stopCoord)

Sie können den A * -Suchalgorithmus verwenden, indem Sie die Steigung als Kosten zwischen den generierten Knoten verwenden. So sehen Sie schnell, wie das aussieht:

Siehe A * Suchalgorithmus (Wiki) und Python A * Suchalgorithmus (SO)

A * verstehen.

Für eine Pistenkarte gibt es da draußen Optionen - hier ist eine.

Mit einer Steigungskarte (Raster) können Sie mit GDAL Kostenwerte daraus abrufen.