Arcgis python resample （重采样）

Refs:http://pro.arcgis.com/zh-cn/pro-app/tool-reference/data-management/resample.htm

批量重采样示例代码

注意参数是str类型，包括采样分辨率。

import arcpy

arcpy.env.workspace = r"D:/img"
rasterList = arcpy.ListRasters("*","tif")

# out path
output_path1 = "D:/imgResample/" 
for raster in rasterList:
    print raster
    # Set local variables
    inRaster = raster	
    # Execute 
    out = output_path1 + inRaster
    arcpy.Resample_management(inRaster, out, str(res), "CUBIC")

语法

Resample_management (in_raster, out_raster, {cell_size}, {resampling_type})

参数	说明	数据类型
in_raster	想要更改空间分辨率的栅格数据集。	Mosaic Dataset; Mosaic Layer; Raster Dataset; Raster Layer
out_raster	要创建的数据集的名称、位置和格式。 .bil - Esri BIL .bip - Esri BIP .bmp - BMP .bsq - Esri BSQ .dat - ENVI DAT .gif - GIF .img - ERDAS IMAGINE .jpg - JPEG .jp2 - JPEG 2000 .png - PNG .tif - TIFF .mrf - MRF .crf - CRF Esri Grid 无扩展名 以地理数据库形式存储栅格数据集时，请勿向栅格数据集的名称添加文件扩展名。将栅格数据集存储到 JPEG 文件、JPEG 2000 文件、TIFF 文件或地理数据库时，可以指定压缩类型和压缩质量。	Raster Dataset
cell_size (可选)	使用现有栅格数据集的新栅格的像元大小或指定其宽度 (x) 和高度 (y)。 可通过 3 种不同方法指定像元大小： 使用单个的数字指定方形像元大小 使用两个数字（以空格分隔）指定 X 和 Y 像元大小 使用栅格数据集（从其导入方形像元大小）的路径	Cell Size XY
resampling_type (可选)	根据您拥有的数据类型选择相应的技术。 NEAREST — 最邻近法是最快的重采样方法；因为没有新值创建，此方法可将像素值的更改内容最小化。适用于离散数据，例如土地覆被。 BILINEAR — 双线性插值可通过计算（距离权重）周围 4 像素的平均值来计算每个像素的值。适用于连续数据。 CUBIC — 三次卷积插值法通过根据周围的 16 像素拟合平滑曲线来计算每个像素的值。此操作将生成平滑影像，但可创建位于源数据中超出范围外的值。适用于连续数据。 MAJORITY —众数重采样法基于 3 x 3 窗口中出现频率最高的值来确定每个像素的值。适用于离散数据。

代码示例

重采样示例 1（Python 窗口）

这是“重采样”工具的 Python 示例。

import arcpy
arcpy.Resample_management("c:/data/image.tif", "resample.tif", "10", "NEAREST")

重采样示例 2（独立脚本）

这是“重采样”工具的 Python 脚本示例。

# Resample TIFF image to a higher resolution

import arcpy
arcpy.env.workspace = r"C:/Workspace"
    
arcpy.Resample_management("image.tif", "resample.tif", "10", "CUBIC")