一个用Rust编写的地球观测和遥感工具包。

摘要

这个crate提供了一个旨在简化Rust中栅格处理管道编写的库。

亮点

• 并行读写。
• 即时图像重投影。
• 点栅格采样提取。
• 时间序列分析。
• 波段数学。
• 基本的OpenCV集成。
• 易于与LigthGBM和XGBoost集成。

crate状态

• 仍在迭代和演变crate。
  • crate正在持续开发，版本之间的演变可能会出现破坏性更改。

详情

EORST是一个开源库，旨在填补Rust生态系统中的一个空白，即缺乏一个简化编写地理处理代码的库。它从像rasterio、rios和dask这样的成熟的Python库中汲取灵感，并在Rust中实现了它们的一些功能，使程序员能够专注于地理处理而不是实现细节，同时利用Rust编程语言的优势。

尽管处于开发的早期阶段，EORST已经提供了一套丰富的工具，例如即时读取和写入地理数据、输入数据的即时投影和对齐、将输入数据分区为小块，以便同时计算大于内存的数组、有效的栅格点采样、简单的波段数学、时间序列分析和与第三方库（如OpenCV）的集成以执行计算机视觉任务以及LightGBM和XGBoost进行机器学习。该库可在官方crate注册表中找到：https://crates.io/crates/eorst。

这个库的主要重点是支持JRSRP的工作，但我期望它对更广泛的受众都有用。大多数当前功能都是为支持空间生物条件项目而开发的，该项目是由昆士兰州遥感中心和昆士兰州植物园共同开发的。

短期内未来的工作将集中于API的稳定性和扩展文档及示例，欢迎合作。

如何使用

作为库

只需将eotrs添加到您的cargo.toml依赖中，例如

[dependencies]
eotrs = {git = https://gitlab.com/leohardtke/eotrs"}

作为命令行工具

如果您想使用命令行界面，请参阅安装说明。

• 示例

eorst extract data/cemsre_t55jfm_20200614_sub_abam5.tif\
        data/cemsre_t55jfm_20200614_sub_abam5.gpkg\
        id\
        test.csv\
        -b 1,2,3\
        -s 256\
        -n 8