作为摄影测量与遥感的从业者,笔者最近开始深入研究gdal,为工作打基础!个人觉得gdal也是没有什么技术含量,调用别人的api。但是想想这也是算法应用的一个技能,多学无害!
关于遥感图像的镶嵌,主要分为6大步骤:
step1:
1)对于每一幅图像,计算其行与列;
2)获取左上角X,Y
3)获取像素宽和像素高
4)计算max X 和 min Y,切记像素高是负值
maxX1 = minX1 + (cols1 * pixelWidth)
minY1 = maxY1 + (rows1 * pixelHeight)
step2 :计算输出图像的min X ,max X,min Y,max Y
minX = min(minX1, minX2, …)
maxX = max(maxX1, maxX2, …)
y坐标同理
step3:计算输出图像的行与列
cols = int((maxX – minX) / pixelWidth)
rows = int((maxY – minY) / abs(pixelHeight)
step 4:创建一个输出图像
driver.create()
step 5:
1)计算每幅图像左上角坐标在新图像的偏移值
2)依次读入每幅图像的数据并利用1)计算的偏移值将其写入新图像中
step6 :对于输出图像
1)刷新磁盘并计算统计值
2)设置输出图像的几何和投影信息
3)建立金字塔
下面附上笔者的代码:
#mosica 两张图像 import os, sys, gdal from gdalconst import * os.chdir('c:/temp/****')#改变文件夹路径 # 注册gdal(required) gdal.AllRegister() # 读入第一幅图像 ds1 = gdal.Open('**.img') band1 = ds1.GetRasterBand(1) rows1 = ds1.RasterYSize cols1 = ds1.RasterXSize # 获取图像角点坐标 transform1 = ds1.GetGeoTransform() minX1 = transform1[0] maxY1 = transform1[3] pixelWidth1 = transform1[1] pixelHeight1 = transform1[5]#是负值(important) maxX1 = minX1 + (cols1 * pixelWidth1) minY1 = maxY1 + (rows1 * pixelHeight1) # 读入第二幅图像 ds2 = gdal.Open('**.img') band2 = ds2.GetRasterBand(1) rows2 = ds2.RasterYSize cols2 = ds2.RasterXSize # 获取图像角点坐标 transform2 = ds2.GetGeoTransform() minX2 = transform2[0] maxY2 = transform2[3] pixelWidth2 = transform2[1] pixelHeight2 = transform2[5] maxX2 = minX2 + (cols2 * pixelWidth2) minY2 = maxY2 + (rows2 * pixelHeight2) # 获取输出图像坐标 minX = min(minX1, minX2) maxX = max(maxX1, maxX2) minY = min(minY1, minY2) maxY = max(maxY1, maxY2) #获取输出图像的行与列 cols = int((maxX - minX) / pixelWidth1) rows = int((maxY - minY) / abs(pixelHeight1)) # 计算图1左上角的偏移值(在输出图像中) xOffset1 = int((minX1 - minX) / pixelWidth1) yOffset1 = int((maxY1 - maxY) / pixelHeight1) # 计算图2左上角的偏移值(在输出图像中) xOffset2 = int((minX2 - minX) / pixelWidth1) yOffset2 = int((maxY2 - maxY) / pixelHeight1) # 创建一个输出图像 driver = ds1.GetDriver() dsOut = driver.Create('mosiac.img', cols, rows, 1, band1.DataType)#1是bands,默认 bandOut = dsOut.GetRasterBand(1) # 读图1的数据并将其写到输出图像中 data1 = band1.ReadAsArray(0, 0, cols1, rows1) bandOut.WriteArray(data1, xOffset1, yOffset1) #读图2的数据并将其写到输出图像中 data2 = band2.ReadAsArray(0, 0, cols2, rows2) bandOut.WriteArray(data2, xOffset2, yOffset2) ''' 写图像步骤''' # 统计数据 bandOut.FlushCache()#刷新磁盘 stats = bandOut.GetStatistics(0, 1)#第一个参数是1的话,是基于金字塔统计,第二个 #第二个参数是1的话:整幅图像重度,不需要统计 # 设置输出图像的几何信息和投影信息 geotransform = [minX, pixelWidth1, 0, maxY, 0, pixelHeight1] dsOut.SetGeoTransform(geotransform) dsOut.SetProjection(ds1.GetProjection()) # 建立输出图像的金字塔 gdal.SetConfigOption('HFA_USE_RRD', 'YES') dsOut.BuildOverviews(overviewlist=[2,4,8,16])#4层
补充知识:运用Python的第三方库:GDAL进行遥感数据的读写
0 背景及配置环境
0.1 背景
GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理。
这个开源栅格空间数据转换库拥有许多和其他语言的接口,对于python,他有对应的第三方包GDAL,下载安装已在上篇文章中提到。
目的: 可以使用Python的第三方包:GDAL进行遥感数据的读写,方便批处理。
0.2 配置环境
电脑系统: win7x64
Python版本: 3.6.4
GDAL版本: 2.3.2
1 读
1.1 TIFF格式
标签图像文件格式(Tag Image File Format,简写为TIFF)是一种灵活的位图格式,主要用来存储包括照片和艺术图在内的图像。它最初由Aldus公司与微软公司一起为PostScript打印开发。TIFF与JPEG和PNG一起成为流行的高位彩色图像格式。
TIFF文件以.tif为扩展名。
def tif_read(tifpath, bandnum): """ Use GDAL to read data and transform them into arrays. :param tifpath:tif文件的路径 :param bandnum:需要读取的波段 :return:该波段的数据,narray格式。len(narray)是行数,len(narray[0])列数 """ image = gdal.Open(tifpath) # 打开该图像 if image == None: print(tifpath + "该tif不能打开!") return lie = image.RasterXSize # 栅格矩阵的列数 hang = image.RasterYSize # 栅格矩阵的行数 im_bands = image.RasterCount # 波段数 im_proj = image.GetProjection() # 获取投影信息 im_geotrans = image.GetGeoTransform() # 仿射矩阵 print('该tif:{}个行,{}个列,{}层波段, 取出第{}层.'.format(hang, lie, im_bands, bandnum)) band = image.GetRasterBand(bandnum) # Get the information of band num. band_array = band.ReadAsArray(0,0,lie,hang) # Getting data from zeroth rows and 0 columns # band_df = pd.DataFrame(band_array) del image # 减少冗余 return band_array, im_proj, im_geotrans
2 写
2.1 TIFF格式
TIFF格式的数据格式有:Byete、int16、uint16、int32、uint32、float32、float64等7余种。
首先,要判断数据的格式,才能按需求写出。
def tif_write(self, filename, im_data, im_proj, im_geotrans): """ gdal数据类型包括 gdal.GDT_Byte, gdal.GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32, gdal.GDT_Float32, gdal.GDT_Float64 :param filename: 存出文件名 :param im_data: 输入数据 :param im_proj: 投影信息 :param im_geotrans: 放射变换信息 :return: 0 """ if 'int8' in im_data.dtype.name: # 判断栅格数据的数据类型 datatype = gdal.GDT_Byte elif 'int16' in im_data.dtype.name: datatype = gdal.GDT_UInt16 else: datatype = gdal.GDT_Float32 # 判读数组维数 if len(im_data.shape) == 3: im_bands, im_height, im_width = im_data.shape else: im_bands, (im_height, im_width) = 1,im_data.shape # 多维或1.2维 #创建文件 driver = gdal.GetDriverByName("GTiff") #数据类型必须有,因为要计算需要多大内存空间 dataset = driver.Create(filename, im_width, im_height, im_bands, datatype) dataset.SetGeoTransform(im_geotrans) #写入仿射变换参数 dataset.SetProjection(im_proj) #写入投影 if im_bands == 1: dataset.GetRasterBand(1).WriteArray(im_data) #写入数组数据 else: for i in range(im_bands): dataset.GetRasterBand(i+1).WriteArray(im_data[i]) del dataset
3 展示
3.1 TIFF格式
# 这个展示的效果并不是太好,当做示意图用 def tif_display(self,im_data): """ :param im_data: 影像数据,narray :return: 展出影像 """ # plt.imshow(im_data,'gray') # 必须规定为显示的为什么图像 plt.imshow(im_data) # 必须规定为显示的为什么图像 plt.xticks([]), plt.yticks([]) # 隐藏坐标线 plt.show() # 显示出来,不要也可以,但是一般都要了
以上这篇python+gdal+遥感图像拼接(mosaic)的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?