Toolbox - 遥感工具箱

一个基于 PySide6 的遥感数据处理与分析工具箱，提供便捷的栅格数据处理、时序分析和可视化功能。

项目简介

本项目旨在打造一个功能丰富、易用的遥感数据处理工具箱，整合常用的遥感数据分析功能，提供友好的图形界面，降低遥感数据处理门槛。

已完成功能

1. 图像局部查看器

绘制矩形查看局部区域直方图，绘制折线查看沿线像素变化曲线

• 支持 TIFF/GeoTIFF、PNG、JPG 等常见格式、MintPy h5 数据文件以及GAMMA二进制文件 使用方法：

1. 点击主界面"图像局部查看器"按钮
2. 打开图像文件：
   • 常规图像：点击"打开图像"选择TIFF/PNG/JPG等文件
   • h5文件：点击"打开h5文件"，选择数据集
   • GAMMA文件：点击"打开GAMMA文件"，选择二进制文件（自动或手动选择PAR参数文件）
3. 使用绘图工具：
   • 直方图工具：点击"直方图"，在图像上拖动绘制矩形，查看区域直方图
   • 剖线图工具：点击"剖线图"，在图像上依次点击绘制折线，右键完成，查看沿线像素值变化
4. 鼠标悬停在折线上可查看对应位置的像素值
5. 可调整colormap、缩放图像、导出区域数据、将GAMMA强度数据转为dB形式
6. 打开渲染控制侧边栏，可调整图像的渲染效果

2. 像素时序查看器

导入时序数据，查看每个像素的时序曲线

• 支持 TIFF/GeoTIFF 时序影像、 MintPy h5 时序形变数据以及GAMMA二进制时序数据
• 双图像窗口同步显示

使用方法：

1. 点击主界面"像素时序查看器"按钮
2. 选择数据类型：
   • TIFF时序：点击"打开TIFF文件夹"，选择包含时序TIFF文件的文件夹
   • h5文件：点击"打开h5文件"，选择MintPy生成的h5文件
   • GAMMA时序：点击"打开GAMMA时序数据"，选择包含GAMMA二进制文件的文件夹（自动检测PAR文件） 或者直接将文件夹/h5时序数据拖入到窗口中 软件还支持将多景图像逐个拖入到窗口中以组成时序数据
3. 使用滑块或下拉列表切换不同时间点的影像
4. 在图像上点击像素，右侧图表显示该像素的时序曲线
5. 可调整colormap、缩放图像、导出数据、将GAMMA强度数据转为dB形式

3. 图像分割工具

对图像进行人工标注以及魔法棒的半自动分割

• 支持矩形、多边形、笔刷、橡皮擦等人工标注工具以及类似PS的魔法棒的半自动分割工具
• 支持栅格掩膜、矢量、深度学习标注文件等多格式结果导出

使用方法：

1. 点击右上角菜单栏选项打开图像，可调整拉伸方式、Colormap等渲染方式
2. 保存项目或打开执行项目
3. 使用矩形、多边形等工具人工标注图像
4. 使用魔法棒工具自动识别颜色一致的区域，可在参数面板调整魔法棒参数
5. 使用笔刷、橡皮擦工具人工修补掩膜，按ctrl键+滚轮可调整笔刷/橡皮擦粗细
6. 可以将辅助栅格/矢量数据拖入到图层中，支持切换为双窗口同步，以参考辅助数据进行图像分割
7. 导出分割结果为掩膜或矢量

4. TIFF 边界转矢量

根据导入的 TIFF 数据，将其矩形边界转成矢量数据

• 支持导出多种矢量格式
• 支持坐标系统设置

使用方法：

1. 点击主界面"TIFF边界转矢量"按钮
2. 选择要处理的TIFF文件
3. 在设置对话框中配置坐标系统和输出格式（支持Shapefile、KML等）
4. 点击"确定"生成矢量边界文件

5. 栅格数据获取工具

可根据研究区范围从本地或在线数据源获取栅格数据

特点：

1. 在范围导入时支持

使用方法：

1. 点击主界面"栅格数据获取工具"按钮
2. 选择区域选择方式：

• 地图绘制： 在地图上手动绘制区域
• 手动输入： 手动输入经纬度坐标
• 行政区划： 选择中国的省、市、县
• 矢量文件： 支持导入多种格式的矢量文件
• TIF文件： 根据TIF文件的角点确定边界，导出时支持将栅格数据裁剪重采样至与TIF文件同样的地理范围和分辨率
• GAMMA par文件： 根据GAMMA的SLC或者MLI的par文件确定矢量范围，并自动往外扩大0.1度范围，方便为地理编码准备DEM数据

2. 选择数据获取方式：
   • 本地获取：支持自定义配置本地栅格数据源，自动查找、拼接、裁剪本地栅格数据
   • 在线获取：选择在线数据源，支持OpenTopography，未来计划支持更多的在线数据
3. 设置输出路径和文件名
4. 点击"开始处理"获取栅格数据

环境要求

• Python 3.12+
• 主要依赖包：PySide6、numpy、GDAL、matplotlib、Pillow、h5py、pyinstaller

安装与使用

使用可执行文件（推荐）

Windows 平台

从 Releases 页面下载并安装最新的 Toolbox-{版本号}-x86_64-Setup.exe

Linux 平台

1. 安装依赖：AppImage 需要 libfuse2 库支持

# Ubuntu/Debian
sudo apt update
sudo apt install libfuse2

# Fedora/RHEL
sudo dnf install fuse-libs

# Arch Linux
sudo pacman -S fuse2

2. 下载 AppImage：从 Releases 页面下载最新的 Toolbox-{版本号}-x86_64.AppImage

3. 移动到合适的位置：建议将 AppImage 移动到主目录或专门的应用目录，避免被误删

# 移动到主目录
mv ~/Downloads/Toolbox-*.AppImage ~/

# 或者创建专门的应用目录
mkdir -p ~/Applications
mv ~/Downloads/Toolbox-*.AppImage ~/Applications/

4. 赋予执行权限并运行：

# 赋予执行权限（假设已移动到主目录）
chmod +x ~/Toolbox-*.AppImage

# 运行软件
~/Toolbox-*.AppImage

5. （可选）安装到系统：首次运行时，软件会询问是否安装到系统菜单，点击"是"即可在应用启动器中找到图标。

从源码运行（推荐使用 uv 管理依赖）

1. 克隆项目并进入目录：

git clone https://github.com/BlueBlueKitty/Toolbox
cd Toolbox

2. 安装 GDAL（重要！）

GDAL 是本项目的核心依赖，需要先安装系统级别的 GDAL，然后安装对应版本的 Python 绑定。

Linux 系统安装 GDAL

# 1. 安装系统 GDAL 库
sudo apt update
sudo apt install gdal-bin libgdal-dev

# 2. 查看系统 GDAL 版本
gdal-config --version
# 例如输出: 3.8.4

# 3. 手动编辑 pyproject.toml，将 gdal 版本改为与系统一致
# 找到 [project.dependencies] 部分，修改为：
# gdal = "3.8.4.*"  # 替换为你的实际版本

# 4. 同步环境
uv sync

# 5. 如果遇到 "No module named 'osgeo._gdal_array'" 错误，执行以下修复命令：
uv add numpy
GDAL_VERSION=$(gdal-config --version)
uv pip install --no-cache --force-reinstall --no-binary gdal --no-build-isolation "gdal==$GDAL_VERSION.*"

# 6. 验证 GDAL 是否正确安装
python -c "from osgeo import gdal_array; print('成功加载 gdal_array')"

Windows 系统安装 GDAL

Windows 下推荐使用预编译的 wheel 文件：

# 1. 从 GitHub 下载与你的 Python 版本匹配的 GDAL wheel
# 访问: https://github.com/cgohlke/geospatial-wheels/releases
# 例如: gdal-3.11.4-cp312-cp312-win_amd64.whl (Python 3.12, 64位)

# 2. 手动编辑 pyproject.toml，指定 wheel 文件路径
# 在 [tool.uv.sources] 部分添加或修改：
# [tool.uv.sources]
# gdal = { path = "C:/path/to/gdal-3.11.4-cp312-cp312-win_amd64.whl" }

# 3. 或者直接使用 uv pip 安装
uv pip install path/to/gdal-3.11.4-cp312-cp312-win_amd64.whl

# 4. 同步其他依赖
uv sync

Macos 系统安装 GDAL

# 1、通过homebrew安装gdal
brew install gdal

# 通过pip安装gdal
uv pip install gdal

3. 运行程序：

uv run main.py

项目打包

本项目支持 Windows、Linux、macOS 三个平台打包，生成以下安装包：

• Windows x86_64：Toolbox__windows_x86_64.exe
• Linux x86_64：Toolbox-_linux_x86_64.AppImage
• Linux arm64：Toolbox-_linux_arm64.AppImage
• macOS x86_64：Toolbox__apple_x86_64.dmg
• macOS arm64：Toolbox__apple_arm64.dmg

打包前准备

Windows 平台

在 Windows 上打包前，需要安装以下软件：

1. Python 3.12+ 和所有项目依赖（通过 uv sync 安装）
2. NSIS (Nullsoft Scriptable Install System)
   • 下载地址：https://nsis.sourceforge.io/Download
   • 安装后确保 makensis.exe 在系统 PATH 中，或安装在默认位置：
     • C:\Program Files (x86)\NSIS\
     • C:\Program Files\NSIS\
3. 运行命令:

./scripts/build_win.ps1

Linux 平台

在 Linux 上打包前，需要安装以下系统依赖：

# Ubuntu/Debian
sudo apt update
sudo apt install -y \
    python3-dev \
    gdal-bin libgdal-dev \
    libxcb-xinerama0 \
    libxcb-cursor0 \
    libxkbcommon-x11-0 \
    wget \
    file

# 确保已安装 Python 虚拟环境和所有项目依赖

之后运行命令：

./scripts/build_linux.sh

macOS 平台

运行命令:

./scripts/build_macos.sh

Windows 打包

使用 scripts/build_win.ps1 脚本进行打包，默认会创建 NSIS 安装程序：

# 基本打包（目录模式 + NSIS 安装程序）
.\scripts\build_win.ps1

# 清理后重新打包
.\scripts\build_win.ps1 -Clean

# 单文件模式（不创建安装程序）
.\scripts\build_win.ps1 -OneFile

# 禁用 NSIS 安装程序创建
.\scripts\build_win.ps1 -CreateInstaller:$false

输出文件：

• dist/Toolbox-{版本号}-x86_64-Setup.exe - NSIS 安装程序（推荐分发）

Linux 打包

使用 scripts/build_linux.sh 脚本生成 AppImage：

# 给脚本添加执行权限
chmod +x scripts/build_linux.sh

# 执行打包
./scripts/build_linux.sh

# 清理后重新打包
./scripts/build_linux.sh --clean

输出文件：

• dist/Toolbox-{版本号}-x86_64.AppImage - AppImage 可执行文件

运行 AppImage：

# 添加执行权限
chmod +x dist/Toolbox-*.AppImage

# 运行
./dist/Toolbox-*.AppImage

注意事项

1. GDAL 依赖：不同系统的 GDAL 版本可能不同，建议在目标平台上进行打包
2. Qt 库兼容性：打包脚本已处理 GTK 和 Qt 插件冲突问题
3. 测试：打包后请在干净的系统环境中测试，确保所有依赖都已正确打包
4. Windows NSIS：如果未安装 NSIS，脚本会跳过安装程序创建，但仍会生成 ZIP 压缩包

自动发布

项目已配置基于 GitHub Actions 的自动发布流程：

.\scripts\publish_release.ps1

或：

./scripts/publish_release.sh

许可证

Copyright (c) 2026 by Yibo Yuan, All Rights Reserved.