保存数据为ENVI可打开格式

目录

1、数据保存

2、数据读取

---

1、数据保存

注意：我们用gdal_array函数保存的是numpy数组，读取后，也转为numpy数组操作。

osgeo下载地址： 

根据python版本，下载对应的GDAL安装文件
如：python3.8下载GDAL‑3.4.3‑cp38‑cp38‑win_amd64.whl。
cp38代表python3.8版本和window64位

安装：pip3 install GDAL-3.4.3-cp38-cp38-win_amd64.whl

当只需要将numpy数据保存为tif时，只需要这样就行。 

import numpy as np
from osgeo import gdal_array

data = np.random.random((15,100,100)) # 数据维度必须是（C,H,W）
print(data.shape)

path = "./001.tif" # 保存路径
gdal_array.SaveArray(data,path,format="GTiff") # 保存

当然，如果我们需要将一个tif文件重新保存时，为确保输出的栅格数据集与原始数据集在投影和分辨率等方面一致，可以如下操作：(prototype参数是一个可选的参数。它指定了输出栅格数据集的元数据信息和空间参考信息，以确保输出的栅格数据集与原始数据集在地理参考、投影和分辨率等方面一致。)

from osgeo import gdal_array
 
# 源图片的名称
path = "FalseColor.tif"
# 将源图片载入到数组中
arr = gdal_array.LoadFile(path)
# 交换波段1和波段2的位置，使用“高级分片”功能直接对波段进行重新排列
output = gdal_array.SaveArray(arr[[1, 0, 2], :], "swap.tif", format="GTiff",prototype=path)
# 取消输出，避免在某些平台上损坏文件
output = None

以下一种也可以保存tif，但是不能envi打开。

import numpy as np
from skimage import io

data = np.random.random((15,100,100)) # 数据维度必须是（C,H,W）
print(data.shape)

io.imsave(path,data) # 保存

2、数据读取

from osgeo import gdal_array

path = "./001.tif" # 文件路径
data_load = gdal_array.LoadFile(path) # 数据读取。读取的维度是和保存的一样（C,H,W）

上述保存的第二种读取方法。

from skimage import io

path = "./001.tif" # 文件路径
data_load = io.imread(path) # 数据读取。读取的维度是和保存的不同，是（H,W,C）