人眼能识别的颜色是由红绿蓝三种可见光谱组合而成的。 航天和航空传感器能够收集波长在可见光范围之外的光谱信息。 为了能够看到这些信息，将调整图像上不同波长的光反射比例的RBG通道来生成彩色图像。 【参考】
GDAL库包含一个名为gdal_array模块，可以载入和保存遥感影像，方便NumPy库进行数组操作。
打开原图可以看到，植被明显呈现红色（植被在绿光波段反射率高，而图像将绿光波段放到了红色通道），说明该图为假彩色影像。
将波段1和波段2转换后的图像
直方图可以显示一个数据集中数据分布频率的统计结果。 在遥感领域，数据集就是图片。 其中的数据分布就是区间在0~255之间的像素数出现的次数。 上述区间表示计算机存储图像信息采用的是8字节。
在RGB图形中，颜色是由数字组成的3位元组表达的，其中(0,0,0)代表黑色，(255,255,255)代表白色。
可以为一幅图片生成直方图，其中竖直方向y轴代表频率值，水平方向x轴代表区间中256种像素值。
直方图一般是通过给定宽度的柱状图表示分组数据大小的，但对于一张图片来说，每一个数据只有一个值，所以将会用一条线表示它。
swap.tif的直方图
如图所见，3给波段的分布全部都紧靠着图形的左边，并且他们的值都小于125，因为这些值离零轴比较近，所以图片看上去色调偏暗。
swap.tif以绝对比例生成的直方图
上述结果难以查看数据分布的细节，但是如果希望比较相同图片生成的不同直方图之间的差异，那么绝对比例生成的直方图在这方面是很有用的。
直方图均衡化会根据全局对比度重新分配像素值的分布。这样我们就可以获得更多高强度的值，并且图片亮度更亮了。
经过直方图均衡化后的影像
为了直观的展示直方图均衡化前后的影像变化，这里使用ENVI中的view swipe功能，左边显示的是未均衡化的影像，右边显示的是均衡化后的影像
重新运行绘制直方图的代码，从结果中可以看到，三个波段的DN值不再明显偏小，而是相对均匀一些。
可以使用Shapefile文件(或其他矢量数据)作为边框定义文件并将边框之外的数据剔除。
一般图像裁剪的思路是：
- 加载影像
- 读取shp文件
- 栅格化shp文件
- 将shp做成mask
- 对影像进行filter
- 保存裁剪的结果
通过GDAL库的GeoTransform对象将世界坐标转换为像素坐标。
使用PIL库的原因是，它是将Shapefile文件栅格化为一个遮罩图片的最便捷方式，该遮罩图片可以根据像素过滤Shapefile文件边界之外的影像数据。
原tiff和shp文件
这里使用shp文件作为掩膜图层对tiff文件进行裁剪
剪裁tiff文件
其中县市边界线之外的部分被称为NoData，并且会使用黑色进行填充，不过一般的地理空间软件都会忽略它们。 因为图片是矩形的，NoData的值不会填充图片的所有区域。