【亲测免费】 Sentinel Hub Python 包使用教程
2026-01-23 06:06:40作者:董灵辛Dennis
1. 项目目录结构及介绍
sentinelhub-py/
├── docker/
├── docs/
├── examples/
├── sentinelhub/
├── tests/
├── .gitignore
├── .gitlab-ci.yml
├── .pre-commit-config.yaml
├── .readthedocs.yml
├── CHANGELOG.MD
├── LICENSE.md
├── Makefile
├── README.md
├── pyproject.toml
目录结构介绍
- docker/: 包含与Docker相关的文件,用于容器化部署。
- docs/: 包含项目的文档文件,通常是Markdown或reStructuredText格式。
- examples/: 包含示例代码和Jupyter Notebook文件,展示如何使用该包。
- sentinelhub/: 核心代码库,包含所有Python模块和功能实现。
- tests/: 包含单元测试和集成测试代码。
- .gitignore: Git忽略文件,指定哪些文件和目录不应被版本控制。
- .gitlab-ci.yml: GitLab CI配置文件,定义持续集成和持续部署的流程。
- .pre-commit-config.yaml: 预提交钩子配置文件,用于代码格式化和静态分析。
- .readthedocs.yml: Read the Docs配置文件,用于文档构建和发布。
- CHANGELOG.MD: 项目变更日志,记录每个版本的更新内容。
- LICENSE.md: 项目许可证文件,通常是MIT许可证。
- Makefile: 用于自动化构建和测试的Makefile。
- README.md: 项目主页,包含项目简介、安装说明和基本使用指南。
- pyproject.toml: Python项目配置文件,定义项目依赖和构建工具。
2. 项目启动文件介绍
在 sentinelhub-py 项目中,没有明确的“启动文件”,因为这是一个库项目,而不是一个应用程序。然而,核心功能通常在 sentinelhub/ 目录下的各个模块中实现。
例如,sentinelhub/api.py 文件包含了与Sentinel Hub服务的API交互的核心功能。用户可以通过导入这些模块来使用该库的功能。
from sentinelhub import SentinelHubAPI
api = SentinelHubAPI()
# 使用api对象进行各种操作
3. 项目配置文件介绍
pyproject.toml
pyproject.toml 是Python项目的配置文件,定义了项目的依赖、构建工具和其他元数据。以下是该文件的部分内容示例:
[tool.poetry]
name = "sentinelhub"
version = "3.11.1"
description = "Download and process satellite imagery in Python using Sentinel Hub services"
authors = ["Sentinel Hub Research Team <research@sentinel-hub.com>"]
license = "MIT"
[tool.poetry.dependencies]
python = "^3.8"
numpy = "^1.19.0"
shapely = "^1.7.0"
# 其他依赖项...
[tool.poetry.dev-dependencies]
pytest = "^6.2.0"
# 其他开发依赖项...
.env
虽然项目中没有明确提到 .env 文件,但用户通常会在使用该库时创建一个 .env 文件来存储敏感信息,如API密钥。
SENTINEL_HUB_API_KEY=your_api_key_here
配置示例
用户可以通过环境变量或直接在代码中配置API密钥:
from sentinelhub import SHConfig
config = SHConfig()
config.sh_client_id = 'your_client_id'
config.sh_client_secret = 'your_client_secret'
以上是 sentinelhub-py 项目的基本使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用该开源项目。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248