這篇文章主要介紹了Python空間數(shù)據(jù)處理之GDAL如何讀寫遙感圖像，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
GDAL是空間數(shù)據(jù)處理的開源包，支持多種數(shù)據(jù)格式的讀寫。遙感圖像是一種帶大地坐標(biāo)的柵格數(shù)據(jù)，遙感圖像的柵格模型包含以下兩部分的內(nèi)容：
柵格矩陣：由正方形或者矩形柵格點(diǎn)組成，每個(gè)柵格點(diǎn)所對(duì)應(yīng)的數(shù)值為該點(diǎn)的像元值，在遙感圖像中用于表示地物屬性值；遙感圖像有單波段與多波段，波段表示地物屬性的種類，每個(gè)波段表示地物一種屬性。
大地坐標(biāo)：空間數(shù)據(jù)參考表示地圖的投影信息；仿射矩陣能將行列坐標(biāo)映射到面坐標(biāo)上。
GDAL讀寫遙感數(shù)據(jù)的代碼：
重慶分公司
重慶分公司
from osgeo import gdal
import os
class GRID:
#讀圖像文件
def read_img(self,filename):
dataset=gdal.Open(filename) #打開文件
im_width = dataset.RasterXSize #柵格矩陣的列數(shù)
im_height = dataset.RasterYSize #柵格矩陣的行數(shù)
im_geotrans = dataset.GetGeoTransform() #仿射矩陣
im_proj = dataset.GetProjection() #地圖投影信息
im_data = dataset.ReadAsArray(0,0,im_width,im_height) #將數(shù)據(jù)寫成數(shù)組，對(duì)應(yīng)柵格矩陣
del dataset
return im_proj,im_geotrans,im_data
#寫文件，以寫成tif為例
def write_img(self,filename,im_proj,im_geotrans,im_data):
#gdal數(shù)據(jù)類型包括
#gdal.GDT_Byte,
#gdal .GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32,
#gdal.GDT_Float32, gdal.GDT_Float64
#判斷柵格數(shù)據(jù)的數(shù)據(jù)類型
if 'int8' in im_data.dtype.name:
datatype = gdal.GDT_Byte
elif 'int16' in im_data.dtype.name:
datatype = gdal.GDT_UInt16
else:
datatype = gdal.GDT_Float32
#判讀數(shù)組維數(shù)
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
#創(chuàng)建文件
driver = gdal.GetDriverByName("GTiff") #數(shù)據(jù)類型必須有，因?yàn)橐?jì)算需要多大內(nèi)存空間
dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)
dataset.SetGeoTransform(im_geotrans) #寫入仿射變換參數(shù)
dataset.SetProjection(im_proj) #寫入投影
if im_bands == 1:
dataset.GetRasterBand(1).WriteArray(im_data) #寫入數(shù)組數(shù)據(jù)
else:
for i in range(im_bands):
dataset.GetRasterBand(i+1).WriteArray(im_data[i])
del dataset
if __name__ == "__main__":
os.chdir(r'D:\Python_Practice') #切換路徑到待處理圖像所在文件夾
run = GRID()
proj,geotrans,data = run.read_img('LC81230402013164LGN00.tif') #讀數(shù)據(jù)
print proj
print geotrans
print data
print data.shape
run.write_img('LC81230402013164LGN00_Rewrite.tif',proj,geotrans,data) #寫數(shù)據(jù)在GDAL遙感影像讀寫的基礎(chǔ)上，我們可以進(jìn)行遙感圖像的各種公式計(jì)算和統(tǒng)計(jì)分析。
例如我們所熟知的計(jì)算NDVI（歸一化植被指數(shù)），只要在以上代碼倒數(shù)第二行中插入代碼：
import numpy as np
data = data.astype(np.float)
ndvi = (data[3]-data[2])/(data[3]+data[2]) #3為近紅外波段；2為紅波段
run.write_img('LC81230402013164LGN00_ndvi.tif',proj,geotrans,ndvi) #寫為ndvi圖像當(dāng)然，這是理想的NDVI，實(shí)際處理NDVI還會(huì)遇到一些其他要處理的問(wèn)題。例如NDVI值應(yīng)該在區(qū)間[-1，1]內(nèi)，但實(shí)際中會(huì)出現(xiàn)大于1或小于-1的情況，或者某些像點(diǎn)是壞點(diǎn)，出現(xiàn)空值nan，需要進(jìn)一步的配套處理。
感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Python空間數(shù)據(jù)處理之GDAL如何讀寫遙感圖像”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計(jì)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
