GDAL-python 获取SHP和栅格数据的四至

SHP四至读取

arcgis利用字段计算器

minX 【目标字段】= !shape.extent.xmin!

maxX= !shape.extent.xmax!

minY= !shape.extent.ymin!

maxY = !shape.extent.ymax!

如果需要批量计算,可以利用arcgis模型计算器

要素迭代器、字段计算器(数据管理工具)

gdal ogr

from osgeo import ogr
datashp = ogr.Open(r'E:\Desktop\SHP\XXX.shp')#读取SHP数据
Ly = datashp.GetLayer(0)#获取图层
Ly.GetExtent()

在此基础上,批量对shp数据进行遍历获取导出为Excel,涉及pandas模板

  • 获取文件夹下所有的后缀名为shp的文件
  • 读取shp,把四至数据保存到pandas.dataframe()中,并导出为Excel格式文件。
import os
import pandas as pd
path = r'E:\Desktop\SHP'
files = os.listdir(path)
shp = []
for file in files:
    position = path + '\\' + file
    if ('.shp' in file) and ('.shp.' not in file):
        shp.append(position)

datapd = pd.DataFrame(columns=['xmin', 'xmax', 'ymin', 'ymax'])
for item in shp:
    datashp = ogr.Open(item)
    Ly = datashp.GetLayer(0)
    indexpd = item.split('\\')[-1]
    shpName = indexpd
    xmin = Ly.GetExtent()[0]
    xmax = Ly.GetExtent()[1]
    ymin = Ly.GetExtent()[2]
    ymax = Ly.GetExtent()[3]
    datapd.loc[shpName] = {'xmin': xmin, 'xmax': xmax, 'ymin': ymin, 'ymax': ymax}
writer = pd.ExcelWriter(r'./export_data/shpExtent.xlsx')  # 初始化一个writer
datapd.to_excel(writer, float_format='%.5f')  # table输出为excel, 传入writer
writer.save()  # 保存

栅格数据读取四至

from osgeo import gdal
dataset = gdal.Open(r"E:\Desktop\20221017-1022\20221020\XXX.tif")
description = dataset.GetDescription()  #获得栅格的描述信息
rcount = dataset.RasterCount  #获得栅格数据集的波段数
# 23
rX = dataset.RasterXSize  #栅格数据的宽度(X方向上的像素个数)
# 4659
rY = dataset.RasterYSize  #栅格数据的高度(Y方向上的像素个数)
#rY
extend = dataset.GetGeoTransform()  #栅格数据的六参数。
# (132.91275314469934,左上角经度坐标                           0
#  8.983152841195215e-05,X轴方向像元大小(水平空间分辨率)          1
#  0.0,X偏移 行旋转                                            2
#  47.43176565373803,左上角纬度坐标                             3
#  0.0,Y偏移  列旋转                                           4
# -8.983152841195215e-05)Y轴方向像元大小                        5

bd = dataset.GetRasterBand(1)
Xp = extend[0] + rX * extend[1] + rX * extend[2]
Yp = extend[3] + rY * extend[4] + rY * extend[5]
(Xp, Yp)

如果需要批量对栅格数据读取四至参考上文SHP批量读取四至内容。


批量读取每个shp要素的外接矩形的范围,导出为Excel

'''获取SHP每个要素的四至范围(外界矩形)'''
import pandas as pd
from osgeo import ogr

datashp = ogr.Open(r'E:\Desktop\SHP\China_Map\province.shp')
Ly = datashp.GetLayer(0)
SHP_extend = pd.DataFrame()
Ly.GetExtent()
Fcount = Ly.GetFeatureCount()
for i in range(Fcount):
    feature = Ly.GetFeature(i)  #获取shp的每个要素的四至
    geometry = feature.GetGeometryRef()
    polygonextent = geometry.GetEnvelope()
    SHP_extend[i] = polygonextent
SHP_extend.to_excel(r'./外界矩形.xlsx')

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要从shp文件提取栅格数据,可以使用Python中的GDAL库。GDAL是地理空间数据抽象库,提供了许多用于处理和转换地理空间数据的函数和工具。 首先,需要安装GDAL库。可以使用pip命令在Python环境中安装GDAL: ``` pip install gdal ``` 然后,可以使用下的代码提取shp文件中的栅格数据: ```python import gdal # 打开shp文件 shp_path = 'path_to_shp_file.shp' shp_dataset = gdal.OpenEx(shp_path, gdal.OF_VECTOR) # 获取第一个图层 layer = shp_dataset.GetLayer(0) # 创建栅格数据集 raster_path = 'path_to_output_raster.tif' raster_driver = gdal.GetDriverByName('GTiff') raster_dataset = raster_driver.Create(raster_path, width, height, 1, gdal.GDT_Float32) # 设置投影信息 raster_dataset.SetProjection(layer.GetSpatialRef().ExportToWkt()) raster_dataset.SetGeoTransform(layer.GetExtent()) # 设置栅格的像素值 band = raster_dataset.GetRasterBand(1) band.Fill(0) # 可以自定义栅格背景颜色 band.SetNoDataValue(-9999) # 设置无效值 # 根据shp文件的几何信息,在栅格上进行栅格化处理 gdal.RasterizeLayer(raster_dataset, [1], layer, options=['ALL_TOUCHED=TRUE']) # 关闭数据集 shp_dataset = None raster_dataset = None ``` 以上代码中,需要将`path_to_shp_file.shp`替换为实际的shp文件路径,将`path_to_output_raster.tif`替换为输出栅格文件的路径。`width`和`height`可以根据需要进行设置,代表栅格数据集的宽度和高度。 运行代码后,将会生成一个包含栅格数据的TIFF文件。这个文件可以使用其他GIS软件进行打开和处理。
评论
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