遥感影像分块显示,用于样本制作
首先引入gdal和numpy库,这里不过多介绍。自行安装
下面展示一些 python相关代码。
# -*- coding: utf-8 -*-
import os
import numpy
from osgeo import gdal
class GRID:
#读图像文件
def read_img(self,filename):
dataset=gdal.Open(filename) #打开文件
im_width = dataset.RasterXSize #栅格矩阵的列数
im_height = dataset.RasterYSize #栅格矩阵的行数
print(im_width)
im_geotrans = dataset.GetGeoTransform() #仿射矩阵
im_proj = dataset.GetProjection() #地图投影信息
im_data = dataset.ReadAsArray(0,0,im_width,im_height) #将数据写成数组,对应栅格矩阵
del dataset
return im_proj,im_geotrans,im_data
#写文件,以写成tif为例
def write_img(self,filename,im_proj,im_geotrans,origin_x, origin_y,pixel_width,pixel_height,im_data):
#gdal数据类型包括
#gdal.GDT_Byte,
#gdal .GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32,
#gdal.GDT_Float32, gdal.GDT_Float64
#判断栅格数据的数据类型
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
#判读数组维数
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
#创建文件
driver = gdal.GetDriverByName("GTiff") #数据类型必须有,因为要计算需要多大内存空间
dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)
dataset.SetGeoTransform((origin_x, pixel_width, 0, origin_y, 0, pixel_height)) #写入仿射变换参数
dataset.SetProjection(im_proj) #写入投影
if im_bands == 1:
dataset.GetRasterBand(1).WriteArray(im_data) #写入数组数据
else:
for i in range(im_bands):
dataset.GetRasterBand(i+1).WriteArray(im_data[i])
del dataset
# 计算某行列下像元经纬度
def calcLonLat(dataset, x, y):
minx, xres, xskew, maxy, yskew, yres = dataset.GetGeoTransform()
lon = minx + xres * x
lat = maxy +xres * y
return lon, lat
if __name__ == "__main__":
os.chdir(r'H:/chuli') #切换路径到待处理图像所在文件夹
dataset = gdal.Open('image/0305.tif')
minx, xres, xskew, maxy, yskew, yres = dataset.GetGeoTransform()
proj,geotrans,data = GRID().read_img('image/0305-3.tif') #读数据
print(proj)
print(geotrans)
#print(data)
print(data.shape)
channel,width,height = data.shape
for i in range(width//256):#切割成256*256小图
for j in range(height//256):
cur_image=data[:,i*256:(i+1)*256,j*256:(j+1)*256]
lon=minx + xres * 256 * j
lat=maxy + yres * (i * 256)
GRID().write_img('H:/chuli/data/raw1/{}_{}.tif'.format(i, j),proj,geotrans,lon,lat,xres,yres,cur_image) ##写数据
处理后的每块数据包含原始影像的投影信息以及坐标信息。且能对多波段数据进行处理。处理结果如下图所示:
6个波段的tif影像
真彩色影像分块。
为了便于标注将真彩色tif影像转成png格式。png格式支持RGB三通道或者RGBα四通道。转换代码如下:
下面展示一些 内联代码片
。
import os
from osgeo import gdal
open_path = "H:/chuli/data/raw3/"
save_path = "H:/chuli/data/png2/"
images = os.listdir(open_path)
for image in images:
im=gdal.Open(os.path.join(open_path,image))
driver=gdal.GetDriverByName('PNG')
dst_ds = driver.CreateCopy(os.path.join(save_path,image.split('.')[0]+".png"), im)
结果如下:
本文参考文档:
https://blog.csdn.net/xiaoli_nu/article/details/94064529.
https://blog.csdn.net/weixin_44265800/article/details/109891821.