给GE下载的JPG卫片加配准JGW文件(批量 winform)

这篇博客介绍了一个使用WinForm应用程序批量为从GE下载的JPG卫片生成配准JGW文件的方法。通过解析文件名中的坐标字符串,计算出JGW文件所需的六项参数,并利用GetCoordinatesFromAddress方法获取地图坐标,最终将结果写入到JGW文件中。程序还包含了异常处理和进度提示功能。
摘要由CSDN通过智能技术生成

jpg地图的空间数据文件-jgw文件格式


1、X-Scale(一个像元的大小)
2、旋转项
3、旋转项
4、负的Y-Scale(一个像元的大小)
5、转换项,即左上角X坐标
6、转换项,即左上角Y坐标

 卫片为256*256大小,文件名以“qrst”串四分

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,需要使用图像配准算法来实现这个任务。常用的算法包括基于特征的算法如SIFT和SURF,以及基于相似性度量的算法如互相关和相位相关等。这里我可以给您提供一个基于OpenCV库的Python代码示例,使用SIFT算法实现图像配准: ```python import cv2 # 读取图像 img1 = cv2.imread('ct.jpg', cv2.IMREAD_GRAYSCALE) img2 = cv2.imread('mri.jpg', cv2.IMREAD_GRAYSCALE) # SIFT特征提取 sift = cv2.xfeatures2d.SIFT_create() kp1, des1 = sift.detectAndCompute(img1, None) kp2, des2 = sift.detectAndCompute(img2, None) # 特征匹配 bf = cv2.BFMatcher() matches = bf.knnMatch(des1, des2, k=2) # 筛选匹配点 good = [] for m, n in matches: if m.distance < 0.75 * n.distance: good.append([m]) # 获取匹配点坐标 src_pts = np.float32([ kp1[m[0].queryIdx].pt for m in good ]).reshape(-1,1,2) dst_pts = np.float32([ kp2[m[0].trainIdx].pt for m in good ]).reshape(-1,1,2) # 计算变换矩阵 M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0) # 图像配准 aligned_img = cv2.warpPerspective(img1, M, img2.shape[:2]) # 显示结果 cv2.imshow('aligned_img', aligned_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段代码中,我们首先使用SIFT算法提取了两张图像的特征点和特征描述符,然后使用暴力匹配算法(BFMatcher)进行特征匹配。接着,我们筛选出最佳匹配点,并根据这些匹配点计算出变换矩阵(M),最后使用这个变换矩阵将第一张图像进行配准
评论 1
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