基于Python获取多张影像的重叠范围并对影像进行裁剪

最新推荐文章于 2024-09-17 23:15:58 发布

qq_43444176

最新推荐文章于 2024-09-17 23:15:58 发布

阅读量784

点赞数

文章标签： python

本文链接：https://blog.csdn.net/qq_43444176/article/details/129961378

版权

from osgeo import gdal, ogr
import os

# 定义影像文件列表
input_images = [r'F:\Solar_Radiance\BSRN_SSR\MODIS\MOD04\AOD\MOD04_L2.A2022311.0200.061.2022335135041_Swath_3D_1_1_georef.dat.tif', 
                r'F:\Solar_Radiance\BSRN_SSR\MODIS\MOD07\TIFF\MOD07_L2.A2022311.0200.061.2022335040302_Swath_2D_1_georef.dat.tif', 
                r'F:\Solar_Radiance\BSRN_SSR\MODIS\MODATML2\TIFF\MODATML2.A2022311.0200.061.2022335140254_Swath_2D_1_georef.dat.tif']

# 打开第一张影像文件
ds = gdal.Open(input_images[0])

# 获取第一张影像文件的地理变换信息和投影信息
gt = ds.GetGeoTransform()
proj = ds.GetProjection()

# 获取第一张影像文件的范围
xmin = gt[0]
ymax = gt[3]
xmax = gt[0] + gt[1] * ds.RasterXSize
ymin = gt[3] + gt[5] * ds.RasterYSize

# 循环遍历所有影像文件，找到它们的交集
for i in range(1, len(input_images)):
    ds = gdal.Open(input_images[i])
    gt = ds.GetGeoTransform()

    # 计算影像文件的范围
    xmin = max(xmin, gt[0])
    ymax = min(ymax, gt[3])
    xmax = min(xmax, gt[0] + gt[1] * ds.RasterXSize)
    ymin = max(ymin, gt[3] + gt[5] * ds.RasterYSize)

# 定义裁剪区域
ulx = xmin
uly = ymax
lrx = xmax
lry = ymin

resample_alg = gdal.GRA_Bilinear
dst_root = r'F:\Solar_Radiance\BSRN_SSR\MODIS\Common_boundry\results'
# 循环遍历所有影像文件，对其进行裁剪
for i in range(len(input_images)):
    input_image = input_images[i]
    output_image = os.path.join(dst_root, "clipped_" + os.path.basename(input_image))
    
    ds = gdal.Open(input_image)
    gt = ds.GetGeoTransform()
    # 计算影像的空间分辨率
    xres_temp = gt[1]
    #判断影像的分辨率是否为5000，若是则不进行重采样，若不是则进行重采样
    if xres_temp != 5000 :
        gdal.Warp(output_image, ds, xRes=5000, yRes=5000, resampleAlg=resample_alg, outputBounds=[ulx, lry, lrx, uly], cropToCutline=True)
    else:
        gdal.Warp(output_image, ds, outputBounds=[ulx, lry, lrx, uly], cropToCutline=True)
    ds = None