你好，专家。我努力完成一项简单的任务。无法通过谷歌搜索找到解决方案，我很抱歉。
我想使用RasteExpressionEvaluator从光栅（RGB 255 0 0）中分离红色。最终结果应该只是包含RGB 255 0 0颜色的光栅：
我似乎找不到合适的表达方式。以下是我的工作台的屏幕截图以及RasteExpressionEvaluator参数：
非常感谢。
光栅镶嵌技术简介
当用非矩形图形拼接图像时，通常的过程是转换外部区域的颜色（通常是黑色或白色）。诺达克，然后将其转换为0α值，这将允许重叠的图像在镶嵌过程中显示出来。如果不使用边缘模糊的图像，请参照基本光栅镶嵌，设置nodata并添加alpha条带以删除黑色边框，或光栅镶嵌场景.本文将描述一种处理模糊边缘图像的替代镶嵌方法。
下载
示例工作区：FuffyMyAcIC.FMW
边缘模糊的镶嵌图像
如果源图像是使用有损压缩（即JPEGJPEG2000，ECW),外部区域通常不是纯黑色或白色，尤其是在图像边缘附近。
几乎是黑色的区域不会被nodata取代，这使得马赛克之间的界限一团糟：
此数据集的另一种方法是使用RasteExpressionEvaluator根据像素的亮度计算alpha值：
较暗的区域不会完全透明，但它们大多是透明的，所得到的像素颜色将主要从相邻图像中获取。
这种技术最适用于像本例中那样的扫描地图，在所需图像和空白区域之间有很好的对比度。对于航空或卫星照片来说，这可能没有成功。
我有一个SHP文件，其中有一个多边形，它与geotiff中的光栅图像部分重叠。我想将在RastereExpressionEvaluator中实现的更改仅应用于位于多边形外部的像素。
我想剪掉光栅，对外部结果执行RasteExpressionEvaluator，然后再将内外镶嵌在一起。但不知道是否还有其他选择。
事先谢谢。
ExpressionEvaluator包含数学函数@pi（）。
如果RasteExpressionEvaluator中也提供了它，那么它将非常有用。
我有一个场景，我必须将表达式应用到比RastersingularCellValueCalculator捕获的更复杂的光栅，但是RasteExpressionEvaluator很复杂，因为a）有很多乐队，b）我事先不知道乐队的数量。
我目前的解决方法是使用RasterbandSeparator，RasteExpressionEvaluator（使用[0]），Rasterbandcombiner序列。
如果表达式可以引用一个列表属性，并且该属性的列表索引与带号相对应，则可以获得额外的分数。
边注，@值（A:列表0.X）在RasteExpressionEvaluator中工作正常，但是@value（a：list@value（a：index.x）无法解析。
我有一个值为1和nodata的光栅（如早期的rasterexpressionevaluator中所定义的那样，表达式如下：@if（a[0]>2999,1,0），第二个光栅值为2和nodata（前面定义如下：@if（a[0]>2999,2,0）。在这两个地方，nodata值相同（0）
当我想制作复合光栅时，通过在值为1的位置使用光栅1，以及光栅2的其他值，例如@如果（a[0]=1，a[0]，b[0]），光栅1中具有节点数据的像素将保持节点数据。预期的行为是表达式中所有错误的像素都将成为光栅2的值。
这是故意的行为吗？
使用RasterBandNoDataRemover可以避免这种情况，但我觉得很傻，RasterExpressionEvaluator没有考虑到这一点，同时要求所有输入Rasters中的NoData值都是相同的…
我在RasteExpressionEvaluator中偶然发现了一个光栅大小问题，而两个输入光栅则是使用裁剪器裁剪成完全相同的形状，但是，其中一些在到达光栅计算时会相差一个像素。
问题是，尽管所有输入光栅的大小都不同，但只有几百分之一的光栅会导致此错误非常随机，尽管使用的剪切会将它们精确地剪切到相同的大小。
|错误RastereExpressionEvaluator_2（RastereEvaluationFactory）：光栅A有“2119”行和“2042”列，而光栅B有“2120”行和“2042”列。成对光栅的尺寸必须相同
我的目标是识别JPG中的主要颜色。例如，你的JPG大多是“绿色”的；也就是说，大多数JPG像素都处于“绿色”色调。我研究过使用python脚本，但不幸的是，我的Python技能有限，所以这个选项很麻烦。
我还试过“RasterCellNeighborsSummer”，自定义变压器，但我没有任何输出。我已经附加了一个基本的工作空间，它只在测试JPG中提供给“RasterCellNeighborsSummer”变压器。
您好!
我有一个具有以下属性的光栅：
我想使用RasteExpressionEvaluator为每个单元格设置新值。我写过这个表达式：@if（a[0]<0.07，0，@（a）〔0〕＜0.5；1，@（a）〔0〕＜1；2，@（a）[0 ]＜1.5，3；@如果（a[0]<2,4,5））））但我不能让它工作。
有什么建议吗？
嗨，FMErs，
我有3个范围和单元大小相等的光栅（剪切到相同的二维多边形）
a）表示地下地层的地面高程
b）表示同一次表层地层的厚度
c）代表同一地下地层的屋顶高程。
寻找在FME中创建类似于ESRI挤出的三维多边形的最佳/最有效方法的提示，假设其他地层剖面以相同的栅格形式存在，迭代每个地层段以创建三维地下模型。
提前谢谢
我有2000+1x1km的tif-dem，需要从相同数量的1x1km tif-doms中减去。结果应为2000+标准化的TIF，包括地面以上的高度。
我可以使用哪种方法迭代每个DOM并减去正确的DEM？我不确定如何匹配正确的DOM和DEM。
Raster回旋变压器可用于 2018.1 +
光栅数据集中的边是值强度突然变化的地方。边缘通常出现在区域或物体的边界处，因此（对于空间数据）对于提取重要特征（如植被区域边缘）非常有用。
利用拉氏卷积器变压器可以在FME中检测到边缘。使用一个称为卷积的过程。
卷积是在光栅特征和数字矩阵（内核）之间执行的数学运算。操作和内核的定义通常称为滤波器.
边缘方向
边缘的“方向”是从低强度部分向高强度部分。边缘可以以垂直或水平方向出现。因此，光栅卷积器允许用户从左到右检测边缘，从右到左，从上到下，或者自下而上。
如果光栅有混合的边缘方向，或者主边缘方向未知，可以在所有四个方向检测边缘，把它们和一个表达评估者合并在一起。这个例子使用了这种技术。
下载
源数据
这些示例的源数据是jpeg格式的光栅图像数据集。在FME数据检查器中，如下所示：
这张照片是温哥华一个包含学校的地区的鸟瞰图。假设在这个练习中，我们希望识别学校场地上的不同表面和建筑。
逐步说明
1。启动FME工作台并打开提供的启动模板文件。此工作区读取学校财产的图像数据和大致轮廓，它用来将图像裁剪成大小：
在工作台中启用功能缓存（运行>使用功能缓存运行），然后运行工作区。检查剪切结果：
2。添加一个与clipper:inside端口连接的RasterCovolver变压器。打开“参数”对话框以检查不同的过滤器类型。请注意，有四个边缘检测过滤器称为sobel：
选择Sobel Top并单击OK关闭参数对话框。运行工作区（或仅此部分）并检查输出。请注意，正在检测边缘。
然而，还有三个Sobel边缘检测滤波器，我们也应该试试这些。
三。再添加三个Raster回旋变压器。将它们中的每一个连接到来自clipper:内部端口的新连接：
设置每个选项以使用不同的Sobel过滤器：Sobel Top，索贝尔底部Sobel Left索贝尔对。
运行工作区（选择RasterCoverTransformers并按F6）。检查输出（选择Raster卷积变压器并按Ctrl+I）。
请注意，每种类型的过滤器都会添加有关从不同方向查看的边的信息。为了得到一个完整的结果，我们应该把它们合并在一起。
4。将RasteExpressionEvaluator变压器放在画布上，没有其他连接，打开参数对话框。
将模式参数设置为两个光栅：
在Band Expression（s）字段中，将第一个解释设置为RED8。在表达式字段中输入：
@sqrt（（a[0]*a[0]）+（b[0]*b[0]））
换句话说，我们将两个光栅特征的零带组合在一起。每个单元格的新值将是光栅A值（平方）的平方根加上光栅B值（平方）。
对波段1和波段2（绿色8和蓝色8）重复此过程，每次更改表达式中的带号：
@sqrt（（a[1]*a[1]）+（b[1]*b[1]））@sqrt（（a[2]*a[2]）+（b[2]*b[2]））
现在关闭参数对话框并将前两个Raster卷积器输出连接到RasterExpressionEvaluator上的A和B输入端口：
请注意，RasteExpressionEvaluator不允许同时处理所有四个Raster；因此我们需要使用多个变压器。
5。复制现有的RasteExpressionEvaluator（复制/粘贴或ctrl+d）。将其连接到第二组Raster卷积器：输出端口。因为表达式完全相同，所以不需要更改参数。
现在再次复制一个RasteExpressionEvaluator。这一次将其连接到现有RasteExpressionEvaluator的结果端口：
现在运行工作区并检查第三个RasteExpressionEvaluator的结果：
我们可以看到表面和建筑物的边缘，但图像中也有相当多的噪音。
6。在裁剪器和每个现有的裁剪器变换器之间添加一个光栅卷积器变换器（要快速添加，请在键入光栅卷积器名称之前单击裁剪器上的绿色输出端口箭头）：
打开参数对话框，将卷积滤波器类型设置为模糊：高斯5
重新运行工作区并再次检查最终输出。虽然表面的边缘有点模糊，图像中的噪声要小得多。
可选步骤
7。如果希望使用带黑色轮廓的白色图像（而不是带白色轮廓的黑色），请打开最终RasteExpressionEvaluator的参数对话框。将表达式更改为：
255-（@sqrt（（a[0]*a[0]）+（b[0]*b[0]））255-（@sqrt（（a[1]*a[1]）+（b[1]*b[1]））255-（@sqrt（（a[2]*a[2]）+（b[2]*b[2]））
对于8位光栅，255减去该值将得到一个反转图像。
您也可以在工作区的末尾添加一个光栅化预处理强制转换器，使颜色变成标准灰色。将“目的地解释类型”选项设置为灰色8号以及“将颜色转换为颜色”选项铸件.
重新运行工作区。最终输出将是白色背景上的黑线：
现在，您可以使用这些轮廓（手动或自动过程）来确定学校财产上的表面和建筑物。
注意事项
结果的质量在很大程度上取决于图像边界清晰明确，强度差别很大的区域之间。
例如，在这里，用户试图定义停靠在码头上的容器边缘：
不幸的是，强度差异最大的边缘是容器阴影；因此，当容器隐藏在背景表面上时，阴影具有最清晰的边缘定义。
RastereExpressionEvaluator有，据我所知，帮助文件中没有示例。如何正确设置条件的格式，如
@如果（（a[0]）>300&（a[0]<0），3000，a[0]）或@if（（a[0]）>300（a[0]<0），3000，A〔0〕
如果0到300之间的值应为3000，其他方面不变。上面的表达式给出了一个空结果。在帮助文件中插入示例表达式可能是个主意吗？
也，我知道RasterCellValueReplacer也可以这样做，但是这个变压器的选择是非常有限的，我在找更灵活的东西。
谢谢，
你好，
我有大约200个光栅（ASCII格式，都在同一个文件夹中）需要根据某个阈值像素值（例如，对于其中一个光栅，最终多边形应包括0.4以上的任何像素）。不幸的是，最大的问题是每个光栅的阈值都会发生变化（在我的示例中是0.4，但可能是0.5，0.6，其他锉刀等）。我有一个带有光栅名称和相关阈值的Excel表，但我不知道如何创建一个工作流，在该工作流中，光栅名称随后用于查找Excel表中的匹配值，然后在RasterExpressionEvaluator和后续的RasterTopoly亚搏在线Gon胁迫转换器中使用该值。
谢谢你的帮助！
@高桥，你可能已经知道了，我是一个相当新的超过按钮的FME。这应该很简单，可能也很简单，但是我想公开一个数字光栅带值并从中创建一个属性，这样当我将光栅转换为多边形时，我将该值作为多边形的属性。我已经尝试使用属性创建者，但无法计算出语法。这引出了另一个可能是基本的和相关的问题：我想替换基于数字范围的光栅中的值-例如0-12变为12，大于12但小于20变为20，等。我可以将RasterCellReplacer的多个实例串在一起，以估计这一点，但例如，必须有一种更有效的方法使用RasterExpressionEvaluator。同样，我这样做的语法是缺乏的。对于一个自学的，从基础开始的FME’R，有什么资源吗？
