معرفی شرکت ها

cogconverter-0.2.2

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.2.2
0.2.1
0.2.0
0.2.2
0.2.1
0.2.0

توضیحات

Utility to convert raster dataset to Cloud Optimized GeoTIFFs
ویژگی مقدار
سیستم عامل -
نام فایل cogconverter-0.2.2
نام cogconverter
نسخه کتابخانه 0.2.2
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Manish Sahu
ایمیل نویسنده manish.sahu.civ13@iitbhu.ac.in
آدرس صفحه اصلی https://github.com/ManishSahu53/cogconverter.git
آدرس اینترنتی https://pypi.org/project/cogconverter/
مجوز GPLv3+
COG === Introduction ------------ It validates the TIF and convert it into COG compliant using gdal. Following are the Use-Cases kept in mind while designing: 1. Large TIF that cannot be fit into memory 2. Reading data block by block, so can be run of even low memory server 3. Supports Multiband TIFs 4. 3-4 Band uint8 TIF (Orthomosaic) 5. Building pyramids if not available (This will improve rendering speed) 6. Compressing data 7. Compressing to the same compression format as the original TIF. If original TIF was not compressed then LZW lossless compression is used to compress. 8. Tile whole into 256x256 smaller blocks internally Validator.py ~~~~~~~~~~~~ It will validate tiff for COG format. Converter.py ~~~~~~~~~~~~ It has the actual converter function which converts tifs into COG format To-Do ----- 1. Multi-core processing for faster results. How to Run ---------- 1. Inside python console :: import cogconverter as cog import gdal path_tif = 'sentinel2.tif' path_output = 'sentinel2_cog.tif' ds = gdal.Open(path) ds = cog.converter.convert2blocksize(ds, path_output) ds.FlushCache()


نیازمندی

مقدار نام
- numpy
- tqdm
- numpy
- argparse
- tqdm


نحوه نصب


نصب پکیج whl cogconverter-0.2.2:

    pip install cogconverter-0.2.2.whl


نصب پکیج tar.gz cogconverter-0.2.2:

    pip install cogconverter-0.2.2.tar.gz