![Creazione di timelapse di immagini satellitari | di Milan Janosov | Marzo 2024
| Intelligenza-Artificiale Creazione di timelapse di immagini satellitari | di Milan Janosov | Marzo 2024
| Intelligenza-Artificiale](https://intelligenza-artificiale.eu/wp-content/uploads/2024/03/Creazione-di-timelapse-di-immagini-satellitari-di-Milan-Janosov.png)
Stai scaricando immagini satellitari dalla nuova API ESA Sentinel Hub e unendole in gif animate utilizzando Python puro.
Qualche tempo fa, ho accumulato nel mio laboratorio il know-how relativo alla raccolta e alla preparazione dei dati delle immagini satellitari dei satelliti Sentinel dell'Agenzia spaziale europea articolo intitolato Deep Dive into ESA's Sentinel API. Da allora, l'ESA ha lanciato un importante aggiornamento mai visto da anni su Sentinel Hub con aggiornamenti sui metodi di accesso API. Pertanto, esaminerò brevemente come ottenere i dati dall'API corrente. Come caso d'uso aggiuntivo, mostro anche come unire le istantanee delle immagini satellitari scaricate in gif animate utilizzando Python puro. Questo articolo ha lo scopo di aiutarti a iniziare e a farti coinvolgere, con la possibilità di esplorare ulteriormente l'API a seconda dei casi d'uso e dei set di dati specifici.
Tutte le immagini create dall'autore.
Innanzitutto, dovrai installare la libreria sentinelhub Python, cosa che puoi fare in un notebook Jupyter eseguendo la seguente cella:
import sys
!{sys.executable} -m pip install sentinelhub --upgrade
Quindi, dovrai farlo anche tu iscrizione e crea i tuoi token di accesso. Puoi leggere le istruzioni qui e rendere operativo il tuo account su Sentinel Hub Pannello di controllo Qui. La Dashboard ti informa anche sul tuo utilizzo dei dati, inclusa la quantità di crediti gratuiti di cui disponi e la possibilità di passare a un piano premium. A tal fine, potresti anche essere interessato a leggere informazioni sui diversi tipi di livelli di dati forniti da Sentinel Hub qui sotto Dati scheda. Per farla breve: iscriviti all'API, accedi alla Dashboard, premi Impostazioni utente e g per il pulsante del client OAuth.
Configuriamo il nostro notebook:
from sentinelhub import SHConfigclient_secret = 'GEZixbNoqGcFYiFMNSLz74HrzN03rfvi'
client_id = '10e7a03e-5783-413f-a5ba-3e1a452ce742'
config = SHConfig(sh_client_id = client_id, sh_client_secret = client_secret)
Ecco, mi affido a codici campione creato dal team Sentinel per mostrarti come ottenere dati di immagini per varie aree. Cerco di renderlo interessante selezionandone alcuni altri…
Fonte: towardsdatascience.com