gdal影像数据合并

最新推荐文章于 2024-06-19 15:09:50 发布
最新推荐文章于 2024-06-19 15:09:50 发布
阅读量2.3k 收藏 6
点赞数 1
分类专栏： gdal数据处理 文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/heping173/article/details/105454891
版权

gdal影像数据合并

影像数据有多种数据处理，上一篇写的影像切割，这里我又写了影像的合并，两个影像数据， 由于分辨率不同，折腾了大半天，调整为相同分辨率后，进行的数据合并（暂时只支持两个数据的合并，批量合并以后再考虑）。我的测试数据是一个县区数据，所以影像边界有无数据块，这里我做了处理，合并数据左边无数据块就不会压盖在源影像上了。还有我这是测试代码， 所以七参数的设置你们要自己弄清楚。

package GDALExample.TIFRead;

import java.io.File;
import org.gdal.gdal.Dataset;
import org.gdal.gdal.Driver;
import org.gdal.gdal.gdal;
import org.gdal.gdalconst.gdalconstConstants;

/**
 * 影像合并
 */
public class TifMerge {
	static int bandNum = -1;
	static String fileName_tif = "D:\\DATA\\new.tif";
	static int rCount = -1;
	static String strTIFPath = "D:\\DATA\\clip";
	static int dataType = -1;
	static int TIFWidth = 1000;
	static int TIFHeight = 1000;
	static double[][] geoTransform = null;

	public static void main(String[] args) {
		if (gdal.GetDriverCount() < 1)
			gdal.AllRegister();
		gdal.SetConfigOption("GDAL_FILENAME_IS_UTF8", "NO"); // 支持中文路径
		String outPath = "D:\\temptemp\\clip";
		File f8 = new File(strTIFPath);
		File[] ff = f8.listFiles();
		double[] dCoor = getLeftTopCoor(ff);

		// MergeTIF(outPath, ff, dCoor, TIFWidth, TIFHeight);
		MergeTIFNew(outPath, ff, dCoor, TIFWidth, TIFHeight);
	}

	// 获取左上角坐标点，以及计算合并后影像的长与宽
	private static double[] getLeftTopCoor(File[] ff) {
		double[] dCoorLeftTop = new double[] { -99999, -999999 };
		double[] dCoorRightButton = new double[] { -99999, -999999 };
		geoTransform = new double[2][4];
		int[][] TIFRange = new int[2][2];
		int iLength = 0;
		for (int i = 0; i < ff.length; i++) {
			if (!ff[i].getPath().toLowerCase().endsWith(".tif"))
				continue;
			// 宽、高、波段数
			Dataset dsTIF = gdal.Open(ff[i].getPath(), gdalconstConstants.GA_ReadOnly);
			// 从波段中获取影像的数据类型，gdal中波段索引从1开始
			dataType = dsTIF.GetRasterBand(1).GetRasterDataType();
			TIFRange[iLength][0] = dsTIF.getRasterXSize();
			TIFRange[iLength][1] = dsTIF.getRasterYSize();
			System.out.println(ff[i].getPath());
			// 六参数信息
			geoTransform[iLength] = dsTIF.GetGeoTransform();
			if (dCoorLeftTop[0] == -99999) {
				dCoorLeftTop[0] = geoTransform[iLength][0];
				dCoorLeftTop[1] = geoTransform[iLength][3];
				dCoorRightButton[0] = geoTransform[iLength][0] + dsTIF.getRasterXSize() * geoTransform[iLength][1];
				dCoorRightButton[1] = geoTransform[iLength][3] + dsTIF.getRasterYSize() * geoTransform[iLength][5];
			} else {
				if (dCoorLeftTop[0] > geoTransform[iLength][0])
					dCoorLeftTop[0] = geoTransform[iLength][0];
				if (dCoorLeftTop[1] < geoTransform[iLength][3])
					dCoorLeftTop[1] = geoTransform[iLength][3];

				if (dCoorRightButton[0] < geoTransform[iLength][0] + dsTIF.getRasterXSize() * geoTransform[iLength][1])
					dCoorRightButton[0] = geoTransform[iLength][0] + dsTIF.getRasterXSize() * geoTransform[iLength][1];
				if (dCoorRightButton[1] > geoTransform[iLength][3] + dsTIF.getRasterYSize() * geoTransform[iLength][5])
					dCoorRightButton[1] = geoTransform[iLength][3] + dsTIF.getRasterYSize() * geoTransform[iLength][5];
			}
			iLength++;
			dsTIF.delete();
		}
		// TIFWidth = (int) ((dCoorLeftTop[0] - dCoorRightButton[0]) /
		// geoTransform[0][5]);
		// TIFHeight = (int) ((dCoorRightButton[1] - dCoorLeftTop[1]) /
		// geoTransform[0][5]);
		TIFWidth = (int) ((geoTransform[1][0] - geoTransform[0][0]) * (geoTransform[1][1] / geoTransform[0][1])
				+ TIFRange[0][0]);
		TIFHeight = (int) (-(geoTransform[1][3] - geoTransform[0][3]) * (geoTransform[1][5] / geoTransform[0][5])
				+ TIFRange[1][0]);
		return dCoorLeftTop;
	}

    //同分辨率数据的合并
	public static void MergeTIF(String outPath, File[] ff, double[] startCoor, int clipWidth, int clipHeight) {
		Driver driver = gdal.GetDriverByName("GTIFF");
		Dataset outputDs = null;

		Dataset dsSourceTIF = null;
		double[] SourceTransform = null;
		for (int n = 0; n < ff.length; n++) {
			if (!ff[n].getPath().toLowerCase().endsWith(".tif"))
				continue;
			dsSourceTIF = gdal.Open(ff[n].getPath(), gdalconstConstants.GA_ReadOnly);
			double[] ObjGeoTransform = dsSourceTIF.GetGeoTransform();
			rCount = dsSourceTIF.getRasterCount();
			// 从波段中获取影像的数据类型，gdal中波段索引从1开始
			dataType = dsSourceTIF.GetRasterBand(1).GetRasterDataType();

			double dCurrYcoor = ObjGeoTransform[3];
			// 六参数信息
			if (SourceTransform == null) {
				outputDs = driver.Create(fileName_tif, clipWidth, clipHeight, rCount, dataType);
				dataType = dsSourceTIF.GetRasterBand(1).GetRasterDataType();
				SourceTransform = dsSourceTIF.GetGeoTransform();
				SourceTransform[0] = startCoor[0];
				SourceTransform[3] = startCoor[1];

				outputDs.SetGeoTransform(SourceTransform);
				outputDs.SetProjection(dsSourceTIF.GetProjection());
			}

			// 按band读取
			byte[] cache = new byte[dsSourceTIF.getRasterYSize() * rCount];
			int[] bands = new int[] { 1, 2, 3 };
			int iSourceX = dsSourceTIF.getRasterXSize();
			int iSourceY = dsSourceTIF.getRasterYSize();

			int iWriteX = (int) ((SourceTransform[0] - ObjGeoTransform[0]) / SourceTransform[5]);
			int iWriteY = (int) ((SourceTransform[3] - ObjGeoTransform[3]) / SourceTransform[1]);
			for (int i = 0; i < dsSourceTIF.getRasterYSize(); i++) {
				dsSourceTIF.ReadRaster(0, i, iSourceX, 1, iSourceY, 1, dataType, cache, bands);
				outputDs.WriteRaster(iWriteX, iWriteY + i, iSourceX, 1, iSourceY, 1, dataType, cache, bands);
			}
			outputDs.FlushCache();

			System.out.println(ff[n].getPath());
		}
		outputDs.delete();

		// 释放资源
		dsSourceTIF.delete();
	}

	/**
	 * 重采样，设置影像缩放
	 * 2500*2500 转换为 5000*5000
	 * 
	 * @param outPath
	 * @param ff
	 * @param startCoor
	 * @param clipWidth
	 * @param clipHeight
	 */
	public static void ResampleTIF(String outPath, File[] ff, double[] startCoor, int clipWidth, int clipHeight) {
		Driver driver = gdal.GetDriverByName("GTIFF");
		Dataset dsSourceTIF = null;
		String[] ppszOptions = null;
		// ppszOptions = new String[] { "BIGTIFF", "IF_NEEDED" }; // 配置图像信息
		dsSourceTIF = gdal.Open("D:\\temptemp\\clip\\4401162012ikdom24.TIF", gdalconstConstants.GA_ReadOnly);

		if (dsSourceTIF == null) {
			System.out.println("Can't Open Image!");
			System.exit(0);
		}
		int imgWidth = dsSourceTIF.GetRasterXSize(); // 图像宽度
		int imgHeight = dsSourceTIF.GetRasterYSize(); // 图像高度
		int bandNum = dsSourceTIF.GetRasterCount(); // 波段数
		int depth = gdal.GetDataTypeSize(dsSourceTIF.GetRasterBand(1).GetRasterDataType()) / 8; // 图像深度

		int bufWidth = dsSourceTIF.GetRasterXSize();
		int bufHeight = dsSourceTIF.GetRasterYSize();
		Dataset dst = driver.Create(fileName_tif, 5000, 5000, bandNum, 1, ppszOptions);
		if (dst == null) {
			System.out.println("Can't Write Image!");
			return;
		}
		dst.SetGeoTransform(dsSourceTIF.GetGeoTransform());
		// 申请buf
		int imgBufNum = bufWidth * bufHeight * bandNum * depth;
		int imgBufOffset = bufWidth * (bufHeight - 1) * bandNum * depth;
		byte[] imgBuf = new byte[imgBufNum];
		int[] iBand = new int[] { 1, 2, 3 };
		// 读取

		dsSourceTIF.ReadRaster(0, 0, imgWidth, imgHeight, imgWidth, imgHeight, gdalconstConstants.GDT_Byte, imgBuf,
				iBand);
		// 写入
		dst.WriteRaster(0, 0, imgWidth * 2, imgHeight * 2, imgWidth, imgHeight, gdalconstConstants.GDT_Byte, imgBuf,
				iBand);

		dsSourceTIF.delete();
		dst.delete();
	}

	/**
	 * 不同分辨率影像合并
	 * 
	 * @param outPath
	 * @param ff
	 * @param startCoor
	 * @param clipWidth
	 * @param clipHeight
	 */
	public static void MergeTIFNew(String outPath, File[] ff, double[] startCoor, int clipWidth, int clipHeight) {
		Driver driver = gdal.GetDriverByName("GTIFF");
		Dataset outputDs = null;

		Dataset dsSourceTIF = null;
		double[] SourceTransform = null;
		for (int n = 0; n < ff.length; n++) {
			if (!ff[n].getPath().toLowerCase().endsWith(".tif"))
				continue;
			dsSourceTIF = gdal.Open(ff[n].getPath(), gdalconstConstants.GA_ReadOnly);
			double[] ObjGeoTransform = dsSourceTIF.GetGeoTransform();
			rCount = dsSourceTIF.getRasterCount();
			// 从波段中获取影像的数据类型，gdal中波段索引从1开始
			dataType = dsSourceTIF.GetRasterBand(1).GetRasterDataType();

			double dCurrYcoor = ObjGeoTransform[3];
			// 六参数信息
			if (SourceTransform == null) {
				outputDs = driver.Create(fileName_tif, clipWidth, clipHeight, rCount, dataType);
				dataType = dsSourceTIF.GetRasterBand(1).GetRasterDataType();
				SourceTransform = dsSourceTIF.GetGeoTransform();
				SourceTransform[0] = startCoor[0];
				SourceTransform[3] = startCoor[1];

				outputDs.SetGeoTransform(SourceTransform);
				outputDs.SetProjection(dsSourceTIF.GetProjection());
			}

			// 按band读取
			byte[] cache = new byte[dsSourceTIF.getRasterYSize() * rCount];
			int[] bands = new int[] { 1, 2, 3 };
			int iSourceX = dsSourceTIF.getRasterXSize();
			int iSourceY = dsSourceTIF.getRasterYSize();

			int iWriteX = (int) ((SourceTransform[0] - ObjGeoTransform[0]) / SourceTransform[5]);
			int iWriteY = (int) ((SourceTransform[3] - ObjGeoTransform[3]) / SourceTransform[1]);
			for (int i = 0; i < dsSourceTIF.getRasterYSize(); i++) {
				dsSourceTIF.ReadRaster(0, i, iSourceX, 1, iSourceY, 1, dataType, cache, bands);
				int sNoData = 0;
				for (sNoData = 0; sNoData < cache.length; sNoData++) {
					if (cache[sNoData] == 0)
						sNoData++;
					else
						break;
				}

				dsSourceTIF.ReadRaster(0 + sNoData, i, iSourceX - sNoData, 1, iSourceY, 1, dataType, cache, bands);
				outputDs.WriteRaster(iWriteX + sNoData, iWriteY + i, iSourceX - sNoData, 1, iSourceY, 1, dataType, cache, bands);
			}
			outputDs.FlushCache();

			// 释放资源
			dsSourceTIF.delete();
			System.out.println(ff[n].getPath());
		}
		outputDs.delete();
	}
}
heping173
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
利用gdal把多张tif合成一张大图
weixin_44853840的博客
11-18 2700
利用gdal的gdalwarp和gdalbuildvrt把多张tif合成一张大图
调用GDAL库实现矢量叠加，相交，合并，更新
09-22
在VS2010软件，64位系统中，调用已编译好的GDAL库，实现两矢量叠加，相交，合并，更新等函数功能。文件存储在shpManage文件夹下，输出结果也在此文件夹下。
GDAL影像合并
宁静以致远
05-07 6341
// merge.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include "../3dparty/include/gdal_priv.h" #include "../3dparty/include/gdal_alg.h" #include "../3dparty/include/gdalwarper.h" #include #ifdef
C++使用GDAL库完成tiff图像的合并
最新发布
m0_71709382的博客
06-19 308
【代码】C++使用GDAL库完成tiff图像的合并。
GDAL将多张影像拼成一张图的最优解决方法
SunStrongInChina的博客
11-01 3829
1.安装Qgis或者python的gdal库，确保电脑上有两个工具，gdalbuidlvrt以及gdaltranslate Windows+R,输入cmd，然后输入 cd /d +Qgis的bin目录 导航到Qgis的bin目录下 cd /d D:\Qgis\bin 2.将所有需要拼接的影像放到一个文件夹下，大致如下图所示： 3.构建vrt，前一个参数为vrt路径，后一个为tif文件路径 gdalbuildvrt D:\\merged_img\\merged.vrt D:\\merged_im
python gdal 简单实现图像拼接
Harry233的博客
11-11 1420
python gdal 简单实现图像拼接
gdal命令行融合面
SOPHIA16527的博客
09-08 534
gdal命令行融合面
gdal库修改影像波段
03-22
有时，我们需要根据需求增加或减少影像的波段，比如将单波段灰度图像转换为多波段彩色图像，或者合并不同波段的数据进行分析。 在VC++环境中，使用GDAL库进行波段操作主要包括以下几个步骤： 1. **初始化GDAL库**...
基于GDAL和C#语言读取栅格影像
07-01
对于彩色图像，每个波段的数据需要分别读取并合并到一个RGB数组中，然后再创建Bitmap对象。注意，可能需要根据波段的NoData值和色彩空间进行适当的处理。 在实际应用中，可能还需要处理其他细节，如错误处理、图像...
image_gdal
08-16
当我们有多幅影像需要合并成一幅时，可以使用GDAL的瓦片拼接功能。这通常涉及创建一个大图输出文件，并逐个读取源影像，将其内容写入大图。`gdal.Translate()`和`gdal.Warp()`函数可以用来完成这个过程。其中，`...
gdal开源栅格空间数据转换库包括gdal-3.6.4源码，编译64位库文件
05-12
GDAL（Geospatial Data ...总的来说，GDAL是一个强大的工具，对于遥感影像处理、地理信息系统开发以及地图制作等领域有着广泛的应用。通过了解和掌握GDAL，开发者能够有效地处理和分析大量的空间数据，提升工作效率。
GDAL无缝图片拼接
07-12
Tif文件合并工具
07-17
经常有很多扫描的tif文件希望合并成一个文件，以方便携带？ 这个工具可以用于合并tif文件为一个文件，是一个小巧实用的工具。
对Python3+gdal 读取tiff格式数据的实例讲解
09-19
在遥感影像处理和地理信息系统（GIS）领域中，TIFF（Tagged Image File Format）是一种常用的图像存储格式，它支持多种压缩方式以及多波段数据存储，非常适合存储高分辨率的大尺寸图像数据。Python作为一种广泛应用...
使用GDAL 的GDALBuildVRT  解决影像融合接边均色 问题
CJJ的专栏
10-15 2443
问题: 多幅影像切片,但是影像直接有重叠还有黑边, 还有色差. 如图: 需要达到的效果: 解决方案: 使用GDALBuildVRT 构建 虚拟数据集, 并使用额外参数hidenodatasrcnodatavrtnodata 关键代码如下: 其中names 就是一堆tif,img的 GDAL能打开的影像数据集, 创建完成后就可以把返回的t当作普通GDAL栅格数...
python GDAL 影像处理系列之裁剪与合并影像（三）
向上生长的程序媛的博客
11-08 7569
一景遥感影像通常比较大，那么如何通过代码对遥感影像进行裁剪或切割呢？ 在进行了相应的处理之后，又需要将切割影像进行拼接合并操作，怎么办呢？ 自从接触遥感影像，发现gdal库的好用！ 妈妈再也不用担心我不会处理遥感影像啦！ so easy!!! 今天就来隆重介绍下gdal这个主角怎么实现遥感影像切割与合并的。 二话不说，直接...
gdal影像镶嵌
陨星落云的博客
08-25 670
将文件夹下的所有tif文件的文件名保存到filelist.txt中。 dir /b *.tif >filelist.txt 将文件列表中的tif影像进行合并保存为merged.vrt（虚拟文件格式） gdalbuildvrt -input_file_list filelist.txt merged.vrt 文件格式转换 将vrt格式文件转换为tif文件，并进行影像压缩 gdal_translate -of GTiff merged.vrt merged.tif -co COMPRESS=LZW
【Python】使用gdal.WarpOptions完成tif影像拼接和目标截取
黎明总是如期而至
09-13 1341
我辈李想：文章原创，转载时请务必加上、作者信息和本声明。
gdal 遥感影像水体数据提取
05-23
要使用GDAL提取遥感影像中的水体数据，可以采用以下步骤： 1. 打开遥感影像文件： ```python from osgeo import gdal # 打开遥感影像文件 ds = gdal.Open("path/to/image.tif") if ds is None: print("无法打开遥感影像文件") ``` 2. 获取地理信息和投影信息： ```python # 获取地理信息和投影信息 geotransform = ds.GetGeoTransform() proj = ds.GetProjection() ``` 3. 读取影像数据： ```python # 读取影像数据 band = ds.GetRasterBand(1) data = band.ReadAsArray() ``` 4. 对影像数据进行处理，提取水体： ```python import numpy as np # 提取水体 water_mask = np.zeros_like(data) water_mask[data <= threshold] = 1 ``` 其中，threshold是一个阈值，可以根据不同遥感影像的特点进行调整。 5. 导出水体数据： ```python # 创建输出文件 driver = gdal.GetDriverByName("GTiff") out_ds = driver.Create("path/to/water_mask.tif", ds.RasterXSize, ds.RasterYSize, 1, gdal.GDT_Byte) # 设置地理信息和投影信息 out_ds.SetGeoTransform(geotransform) out_ds.SetProjection(proj) # 写入数据 out_band = out_ds.GetRasterBand(1) out_band.WriteArray(water_mask) # 释放资源 out_band.FlushCache() out_band = None out_ds = None ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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