python使用gdal实现影像重采样

gdal实现影像的重采样

对于tif格式的遥感影像而言,通常使用左上角那个像元真实的x坐标值,像素宽度,x像素旋转角度,原点y坐标,y像素旋转角度,像素高度(负值)共六个参数来表示整幅影像像素点的坐标。
在这里插入图片描述
当影像分辨率改变后,x坐标值和y坐标值度都不会改变,但像素高度和宽度会改变,而像素高度和宽度改变的话,影像的行列数也会改变。

1.gdal实现影像重采样至高分辨率

这里,将一幅影像的像元高度和宽度都变为原来的0.5倍,实现代码如下:

'''
Created on 2020年2月10日

@author: Sun Strong
'''
from osgeo import gdal
import os
path=r"C:\Users\Sun Strong\Desktop\gdal" 
os.chdir(path)
in_ds=gdal.Open("p047r027_7t20000730_z10_nn10.tif")
in_band=in_ds.GetRasterBand(1)
xsize=in_band.XSize
ysize=in_band.YSize
geotrans=list(in_ds.GetGeoTransform())
geotrans[1]/=2#像元宽度变为原来的0.5倍
geotrans[5]/=2#像元高度变为原来的0.5倍
#重采样后的影像
if os.path.exists('resampled.tif'):#如果已存在同名影像
    os.remove('resampled.tif')#则删除之
out_ds=in_ds.GetDriver().Create('resampled.tif',xsize*2,ysize*2,1,in_band.DataType)#创建一幅重采样后的影像的句柄,行列数都变成原来的2倍
out_ds.SetProjection(in_ds.GetProjection())#设置投影坐标
out_ds.SetGeoTransform(geotrans)#设置地理变换参数
data=in_band.ReadAsArray(buf_xsize=xsize*2, buf_ysize=ysize*2)#使用更大的缓冲读取影像,与重采样后影像行列对应
out_band=out_ds.GetRasterBand(1)
out_band.WriteArray(data)#写入数据到新影像中
out_band.FlushCache()
out_band.ComputeBandStats(False)#计算统计信息
out_ds.BuildOverviews('average',[1,2,4,8,16,32])#构建金字塔
del out_ds#删除句柄
del in_ds
print("This process has succeeded!")

2.gdal实现重采样至更低分辨率

这里,将一幅影像的像元高度和宽度都变为原来的2倍,实现代码如下:

'''
Created on 2020年2月10日

@author: Sun Strong
'''
from osgeo import gdal
import os
import numpy as np
path=r"C:\Users\Sun Strong\Desktop\gdal"
os.chdir(path)
image_name='p047r027_7t20000730_z10_nn30.tif'
in_ds=gdal.Open(image_name)
geotrans=list(in_ds.GetGeoTransform())
geotrans[1]*=2#像元宽度变为原来的两倍
geotrans[5]*=2#像元高度也变为原来的两倍
in_band=in_ds.GetRasterBand(1)
xsize=in_band.XSize
ysize=in_band.YSize
x_resolution=int(xsize/2)#影像的行列都变为原来的一半
y_resolution=int(ysize/2)
if os.path.exists('LowerResolutionImage.tif'):#如果存在重采样后的影像,则删除之
    os.remove('LowerResolutionImage.tif')
out_ds=in_ds.GetDriver().Create('LowerResolutionImage.tif',x_resolution,y_resolution,1,in_band.DataType)#创建一个构建重采样影像的句柄
out_ds.SetProjection(in_ds.GetProjection())#设置投影信息
out_ds.SetGeoTransform(geotrans)#设置地理变换信息
data=np.empty((y_resolution,x_resolution),np.int)#设置一个与重采样影像行列号相等的矩阵去接受读取所得的像元值
in_band.ReadAsArray(buf_obj=data)
out_band=out_ds.GetRasterBand(1)
out_band.WriteArray(data)
out_band.FlushCache()
out_band.ComputeStatistics(False)#计算统计信息
out_ds.BuildOverviews('average',[1,2,4,8,16,32])#构建金字塔
del in_ds#删除句柄
del out_ds
print("This process has succeeded!")

3.总结

影像的重采样,需要注意重采样前后六个地理变换参数的变化,还有重采样后影像像元的宽度、高度以及行列数目。上述例子提供了两种读取像元值的方法(对应重采样影像的行列数目):
一、指定重采样后影像的行列数目来读取像元值
data=in_band.ReadAsArray(buf_xsize=xsize2, buf_ysize=ysize2)
二、准备一个numpy数组来接收像元值
data=np.empty((y_resolution,x_resolution),np.int)
in_band.ReadAsArray(buf_obj=data)

  • 9
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
对于Python遥感影像重采样,可以使用GDAL(Geospatial Data Abstraction Library)库来实现GDAL是一个开源的地理信息系统(GIS)库,它提供了许多用于处理栅格数据的功能,包括重采样。 下面是一个简单的示例代码,演示如何使用GDAL库进行遥感影像重采样: ```python from osgeo import gdal def resample_image(input_path, output_path, pixel_size): # 打开输入影像 input_ds = gdal.Open(input_path) # 获取输入影像的投影和仿射变换参数 projection = input_ds.GetProjection() geotransform = input_ds.GetGeoTransform() # 获取输入影像的宽度和高度 width = input_ds.RasterXSize height = input_ds.RasterYSize # 计算重采样后的宽度和高度 new_width = int(width / pixel_size) new_height = int(height / pixel_size) # 创建输出影像 driver = gdal.GetDriverByName('GTiff') output_ds = driver.Create(output_path, new_width, new_height, 1, gdal.GDT_Float32) # 设置输出影像的投影和仿射变换参数 output_ds.SetProjection(projection) output_ds.SetGeoTransform((geotransform[0], pixel_size, 0, geotransform[3], 0, -pixel_size)) # 执行重采样 gdal.ReprojectImage(input_ds, output_ds, None, None, gdal.GRA_Bilinear) # 关闭数据集 input_ds = None output_ds = None # 使用示例 input_path = 'input_image.tif' output_path = 'resampled_image.tif' pixel_size = 10 # 新的像素大小(单位:米) resample_image(input_path, output_path, pixel_size) ``` 在上面的示例中,`input_path`是输入影像的路径,`output_path`是重采样后的输出影像的路径,`pixel_size`是新的像素大小,用于指定重采样后每个像素的大小(单位:米)。代码将使用双线性插值进行重采样操作,并将结果保存为GeoTIFF格式的影像文件。 请注意,执行此代码需要安装GDAL库。你可以使用pip安装它:`pip install gdal`。 希望这个示例对你有帮助!如果你有任何其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值