from osgeo import gdal
import os
import numpy as np
source_dir = "C:\\Users\\Administrator\\Desktop\\SAR_specific_models-master\\data\\FUSARship-1-512-tiff"
target_dir = "C:\\Users\\Administrator\\Desktop\\SAR_specific_models-master\\data\\slc_data"
class_list = os.listdir(source_dir)
for cla in class_list:
img_list = os.listdir(os.path.join(source_dir,cla))
for img in img_list:
# 拆分文件名
name = []
portion = os.path.splitext(img) # 把文件名拆分为名字和后缀
if portion[1] == ".tiff":
name = portion[0]
image_path = source_dir + "\\" + cla + "\\" + img
image_name = target_dir + "\\" + cla + "\\" + name + ".npy"
# 读取数组
image = gdal.Open(image_path) # 读取栅格数据
img_array = image.ReadAsArray()
# 创建文件夹
if not os.path.exists(target_dir + "\\" + cla):
os.makedirs(target_dir + "\\" + cla)
K = np.array(img_array)
# 存储npy文件
np.save(image_name, K)
后续修改和补充:上面是使用gdal读取的tiff图,还可以使用cv2.imread(),也是简单方便以及常用的函数,但是要注意设置cv2.imread()的第二个参数为-1,代表不转化图像,不然cv2.imread()默认是转化为三通道rgb图像的。读取完图像后使用numpy将图像转换为数组就可了。
# 第二个参数是通道数和位深的参数,
# IMREAD_UNCHANGED = -1 # 不进行转化,比如保存为了16位的图片,读取出来仍然为16位。
# IMREAD_GRAYSCALE = 0 # 进行转化为灰度图,比如保存为了16位的图片,读取出来为8位,类型为CV_8UC1。
# IMREAD_COLOR = 1 # 进行转化为RGB三通道图像,图像深度转为8位
# IMREAD_ANYDEPTH = 2 # 保持图像深度不变,进行转化为灰度图。
# IMREAD_ANYCOLOR = 4 # 若图像通道数小于等于3,则保持原通道数不变;若通道数大于3则只取取前三个通道。图像深度转为8位