在Python中读取并显示遥感影像，可以使用rasterio库读取影像数据，并结合matplotlib进行可视化。以下是一个完整的示例代码：

import rasterio
import matplotlib.pyplot as plt
import numpy as np# 打开遥感影像文件
with rasterio.open('path/to/your/image.tif') as src:# 读取所有波段数据data = src.read()  # 返回形状为 (bands, height, width) 的numpy数组# 获取影像的基本信息width = src.widthheight = src.heightbands = src.countcrs = src.crstransform = src.transformprint(f"影像尺寸: {width}x{height}, 波段数: {bands}")print(f"坐标系: {crs}")# 显示影像（假设前三个波段是RGB）plt.figure(figsize=(10, 10))plt.imshow(np.moveaxis(data, 0, -1))  # 调整维度顺序以便正确显示plt.title('遥感影像显示')plt.axis('off')  # 关闭坐标轴plt.show()

代码说明：

1. 读取影像：使用rasterio.open打开影像文件，src.read()读取所有波段数据，返回一个形状为(bands, height, width)的NumPy数组。

2. 显示影像：

   • 使用matplotlib.pyplot.imshow显示影像。
   • np.moveaxis(data, 0, -1)将波段维度从第一维移动到最后一维，以便imshow正确解析RGB通道。
   • plt.axis('off')关闭坐标轴，使显示更干净。

3. 注意事项：

   • 确保文件路径正确，且文件格式被rasterio支持（如GeoTIFF）。
   • 如果影像的波段顺序不是RGB（如某些卫星影像可能使用其他波段组合），需要调整波段顺序。
   • 对于大型影像，直接显示可能会导致内存不足，可以先裁剪或降采样。

安装依赖：

pip install rasterio matplotlib

扩展功能：

• 波段选择：如果影像包含多个波段，可以手动选择特定波段组合进行显示。
• 直方图拉伸：对影像进行直方图拉伸以增强对比度。
• 地理坐标显示：结合cartopy库添加地理坐标网格。

如果需要更复杂的处理或可视化，可以进一步探索rasterio和matplotlib的高级功能。