GDAL——命令使用专题——gdalinfo命令

最新推荐文章于 2024-07-06 02:55:37 发布
最新推荐文章于 2024-07-06 02:55:37 发布
阅读量591 收藏 1
点赞数
文章标签： json 数据库
原文链接：http://www.cnblogs.com/eshinex/p/10314064.html
版权

GDAL——命令使用专题——gdalinfo命令

 前言

　　GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理。

　　主要针对：ogrinfo命令、gdalinfo命令、gdalsrsinfo命令、gdallocationinfo命令、gdal_translate命令、gdaltransform命令 等。这一节讨论gdalinfo命令。

　　gdalinfo命令主要是查询、操作栅格数据信息。

　　上一篇针对ogrinfo命令做了针对性讲解，见《GDAL——命令使用专题——ogrinfo命令》。

　　软件环境：在安装Mapserver时集成安装。详见《MapServer Configuring with IIS》。

　　

gdalinfo --formats

　　数据格式支持

应用数据类型数据类型操作权限说明
 BAG-raster-(ro) Bathymetry Attributed Grid
 FITS-raster-(rw+) Flexible Image Transport System
 GeoRaster-raster-(rw+s) Oracle Spatial GeoRaster
 GMT-raster-(rw) GMT NetCDF Grid Format
 HDF4-raster-(ros) Hierarchical Data Format Release 4
 HDF4Image-raster-(rw+) HDF4 Dataset
 HDF5-raster-(ros) Hierarchical Data Format Release 5
 HDF5Image-raster-(ro) HDF5 Dataset
 KEA-raster-(rw+) KEA Image Format (.kea)
 MG4Lidar-raster-(ro) MrSID Generation 4 / Lidar (.sid)
 MrSID-raster-(rov) Multi-resolution Seamless Image Database (MrSID)
 netCDF-raster,vector-(rw+s) Network Common Data Format
 VRT-raster-(rw+v) Virtual Raster
 DERIVED-raster-(ro) Derived datasets using VRT pixel functions
 GTiff-raster-(rw+vs) GeoTIFF
 NITF-raster-(rw+vs) National Imagery Transmission Format
 RPFTOC-raster-(rovs) Raster Product Format TOC format
 ECRGTOC-raster-(rovs) ECRG TOC format
 HFA-raster-(rw+v) Erdas Imagine Images (.img)
 SAR_CEOS-raster-(rov) CEOS SAR Image
 CEOS-raster-(rov) CEOS Image
 JAXAPALSAR-raster-(rov) JAXA PALSAR Product Reader (Level 1.1/1.5)
 GFF-raster-(rov) Ground-based SAR Applications Testbed File Format (.gff)
 ELAS-raster-(rw+v) ELAS
 AIG-raster-(rov) Arc/Info Binary Grid
 AAIGrid-raster-(rwv) Arc/Info ASCII Grid
 GRASSASCIIGrid-raster-(rov) GRASS ASCII Grid
 SDTS-raster-(rov) SDTS Raster
 DTED-raster-(rwv) DTED Elevation Raster
 PNG-raster-(rwv) Portable Network Graphics
 JPEG-raster-(rwv) JPEG JFIF
 MEM-raster-(rw+) In Memory Raster
 JDEM-raster-(rov) Japanese DEM (.mem)
 GIF-raster-(rwv) Graphics Interchange Format (.gif)
 BIGGIF-raster-(rov) Graphics Interchange Format (.gif)
 ESAT-raster-(rov) Envisat Image Format
 BSB-raster-(rov) Maptech BSB Nautical Charts
 XPM-raster-(rwv) X11 PixMap Format
 BMP-raster-(rw+v) MS Windows Device Independent Bitmap
 DIMAP-raster-(rov) SPOT DIMAP
 AirSAR-raster-(rov) AirSAR Polarimetric Image
 RS2-raster-(rovs) RadarSat 2 XML Product
 SAFE-raster-(rov) Sentinel-1 SAR SAFE Product
 PCIDSK-raster,vector-(rw+v) PCIDSK Database File
 PCRaster-raster-(rw+) PCRaster Raster File
 ILWIS-raster-(rw+v) ILWIS Raster Map
 SGI-raster-(rw+v) SGI Image File Format 1.0
 SRTMHGT-raster-(rwv) SRTMHGT File Format
 Leveller-raster-(rw+v) Leveller heightfield
 Terragen-raster-(rw+v) Terragen heightfield
 ISIS3-raster-(rw+v) USGS Astrogeology ISIS cube (Version 3)
 ISIS2-raster-(rw+v) USGS Astrogeology ISIS cube (Version 2)
 PDS-raster-(rov) NASA Planetary Data System
 PDS4-raster-(rw+vs) NASA Planetary Data System 4
 VICAR-raster-(rov) MIPL VICAR file
 TIL-raster-(rov) EarthWatch .TIL
 ERS-raster-(rw+v) ERMapper .ers Labelled
 JP2OpenJPEG-raster,vector-(rwv) JPEG-2000 driver based on OpenJPEG library
 L1B-raster-(rovs) NOAA Polar Orbiter Level 1b Data Set
 FIT-raster-(rwv) FIT Image
 GRIB-raster-(rwv) GRIdded Binary (.grb, .grb2)
 RMF-raster-(rw+v) Raster Matrix Format
 WCS-raster-(rovs) OGC Web Coverage Service
 WMS-raster-(rwvs) OGC Web Map Service
 MSGN-raster-(rov) EUMETSAT Archive native (.nat)
 RST-raster-(rw+v) Idrisi Raster A.1
 INGR-raster-(rw+v) Intergraph Raster
 GSAG-raster-(rwv) Golden Software ASCII Grid (.grd)
 GSBG-raster-(rw+v) Golden Software Binary Grid (.grd)
 GS7BG-raster-(rw+v) Golden Software 7 Binary Grid (.grd)
 COSAR-raster-(rov) COSAR Annotated Binary Matrix (TerraSAR-X)
 TSX-raster-(rov) TerraSAR-X Product
 COASP-raster-(ro) DRDC COASP SAR Processor Raster
 R-raster-(rwv) R Object Data Store
 MAP-raster-(rov) OziExplorer .MAP
 KMLSUPEROVERLAY-raster-(rwv) Kml Super Overlay
 PDF-raster,vector-(rw+vs) Geospatial PDF
 Rasterlite-raster-(rwvs) Rasterlite
 MBTiles-raster,vector-(rw+v) MBTiles
 PLMOSAIC-raster-(ro) Planet Labs Mosaics API
 CALS-raster-(rwv) CALS (Type 1)
 WMTS-raster-(rwv) OGC Web Map Tile Service
 SENTINEL2-raster-(rovs) Sentinel 2
 MRF-raster-(rw+v) Meta Raster Format
 PNM-raster-(rw+v) Portable Pixmap Format (netpbm)
 DOQ1-raster-(rov) USGS DOQ (Old Style)
 DOQ2-raster-(rov) USGS DOQ (New Style)
 PAux-raster-(rw+v) PCI .aux Labelled
 MFF-raster-(rw+v) Vexcel MFF Raster
 MFF2-raster-(rw+) Vexcel MFF2 (HKV) Raster
 FujiBAS-raster-(rov) Fuji BAS Scanner Image
 GSC-raster-(rov) GSC Geogrid
 FAST-raster-(rov) EOSAT FAST Format
 BT-raster-(rw+v) VTP .bt (Binary Terrain) 1.3 Format
 LAN-raster-(rw+v) Erdas .LAN/.GIS
 CPG-raster-(rov) Convair PolGASP
 IDA-raster-(rw+v) Image Data and Analysis
 NDF-raster-(rov) NLAPS Data Format
 EIR-raster-(rov) Erdas Imagine Raw
 DIPEx-raster-(rov) DIPEx
 LCP-raster-(rwv) FARSITE v.4 Landscape File (.lcp)
 GTX-raster-(rw+v) NOAA Vertical Datum .GTX
 LOSLAS-raster-(rov) NADCON .los/.las Datum Grid Shift
 NTv2-raster-(rw+vs) NTv2 Datum Grid Shift
 CTable2-raster-(rw+v) CTable2 Datum Grid Shift
 ACE2-raster-(rov) ACE2
 SNODAS-raster-(rov) Snow Data Assimilation System
 KRO-raster-(rw+v) KOLOR Raw
 ROI_PAC-raster-(rw+v) ROI_PAC raster
 RRASTER-raster-(rw+v) R Raster
 ARG-raster-(rwv) Azavea Raster Grid format
 RIK-raster-(rov) Swedish Grid RIK (.rik)
 USGSDEM-raster-(rwv) USGS Optional ASCII DEM (and CDED)
 GXF-raster-(rov) GeoSoft Grid Exchange Format
 NWT_GRD-raster-(rw+v) Northwood Numeric Grid Format .grd/.tab
 NWT_GRC-raster-(rov) Northwood Classified Grid Format .grc/.tab
 ADRG-raster-(rw+vs) ARC Digitized Raster Graphics
 SRP-raster-(rovs) Standard Raster Product (ASRP/USRP)
 BLX-raster-(rwv) Magellan topo (.blx)
 PostGISRaster-raster-(rws) PostGIS Raster driver
 SAGA-raster-(rw+v) SAGA GIS Binary Grid (.sdat, .sg-grd-z)
 XYZ-raster-(rwv) ASCII Gridded XYZ
 HF2-raster-(rwv) HF2/HFZ heightfield raster
 OZI-raster-(rov) OziExplorer Image File
 CTG-raster-(rov) USGS LULC Composite Theme Grid
 E00GRID-raster-(rov) Arc/Info Export E00 GRID
 ZMap-raster-(rwv) ZMap Plus Grid
 NGSGEOID-raster-(rov) NOAA NGS Geoid Height Grids
 IRIS-raster-(rov) IRIS data (.PPI, .CAPPi etc)
 PRF-raster-(rov) Racurs PHOTOMOD PRF
 RDA-raster-(ro) DigitalGlobe Raster Data Access driver
 DB2ODBC-raster,vector-(rw+) IBM DB2 Spatial Database
 GPKG-raster,vector-(rw+vs) GeoPackage
 CAD-raster,vector-(rovs) AutoCAD Driver
 PLSCENES-raster,vector-(ro) Planet Labs Scenes API
 GenBin-raster-(rov) Generic Binary (.hdr Labelled)
 ENVI-raster-(rw+v) ENVI .hdr Labelled
 EHdr-raster-(rw+v) ESRI .hdr Labelled
 ISCE-raster-(rw+v) ISCE raster
 HTTP-raster,vector-(ro) HTTP Fetching Wrapper
 　　

　　 说明：

    • raster：栅格数据
    • vector：矢量数据
    • ro：read only
    • rw：read and write 、upports CreateCopy
    • rw+：read, write and update (i.e. supports Create)read, write and update (i.e. supports Create)
    • s：数据子集（appended for formats supporting subdatasets）
    • v：虚拟读写（appended for formats supporting virtual IO (/vsimem, /vsigzip, /vsizip, etc)）
    • gdalinfo --format "BAG"：查询BAG格式数据详情

--gdalinfo --help-general

　　通用命令

Generic GDAL utility command options:
  --version: report version of GDAL in use.
  --license: report GDAL license info.
  --formats: report all configured format drivers.
  --format [format]: details of one format.
  --optfile filename: expand an option file into the argument list.
  --config key value: set system configuration option.
  --debug [on/off/value]: set debug level.
  --pause: wait for user input, time to attach debugger
  --locale [locale]: install locale for debugging (i.e. en_US.UTF-8)
  --help-general: report detailed help on general options.

 

　　详细使用方法见：《GDAL——命令使用专题——ogrinfo命令》中相关命令。

用法语

gdalinfo [--help-general] [-json] [-mm] [-stats] [-hist] [-nogcp] [-nomd]
         [-norat] [-noct] [-nofl] [-checksum] [-proj4]
         [-listmdd] [-mdd domain|`all`]*
         [-sd subdataset] [-oo NAME=VALUE]* datasetname

 　　关于使用的数据文件，请通过连接：http://download.osgeo.org/mapserver/docs/mapserver-tutorial.zip 下载。

命令详解

　　-json：将读取数据转json格式输出。

#在cmd中输入：gdalinfo -json mod09a12003161_ugl_ll_8bit.tif 转换为json格式输出

{
  "description":"mod09a12003161_ugl_ll_8bit.tif",
  "driverShortName":"GTiff",
  "driverLongName":"GeoTIFF",
  "files":["mod09a12003161_ugl_ll_8bit.tif"],
  "size":[3480,1740],
  "coordinateSystem":{
    "wkt":"GEOGCS["WGS 84",
　　　　　　　　DATUM["WGS_1984",
　　　　　　　　SPHEROID["WGS 84",6378137,298.257223563,
　　　　　　　　AUTHORITY["EPSG","7030"]],
　　　　　　　　AUTHORITY["EPSG","6326"]],
　　　　　　　　PRIMEM["Greenwich",0],
　　　　　　　　UNIT["degree",0.0174532925199433],
　　　　　　　　AUTHORITY["EPSG","4326"]]"
  },
  "geoTransform":[ -97.3743368400096188, 0.0047330569605305,0.0,49.4159185957790754,0.0,-0.0047330569605305],
  "metadata":{
    "":{
      "AREA_OR_POINT":"Area",
      "TIFFTAG_RESOLUTIONUNIT":"1 (unitless)",
      "TIFFTAG_SOFTWARE":"ERDAS IMAGINE",
      "TIFFTAG_XRESOLUTION":"1",
      "TIFFTAG_YRESOLUTION":"1"
    },
    "IMAGE_STRUCTURE":{
      "INTERLEAVE":"PIXEL"
    }
  },
  "cornerCoordinates":{
    "upperLeft":[-97.3743368,49.4159186],
    "lowerLeft":[-97.3743368,41.1803995],
    "lowerRight":[-80.9032986,41.1803995],
    "upperRight":[-80.9032986,49.4159186],
    "center":[-89.1388177,45.298159]
  },
  "wgs84Extent":{
    "type":"Polygon",
    "coordinates":[
      [
        [-97.3743368,49.4159186],
        [-97.3743368,41.1803995],
        [-80.9032986,41.1803995],
        [-80.9032986,49.4159186],
        [-97.3743368,49.4159186]
      ]
    ]
  },
  "bands":[
    {
      "band":1,
      "block":[3480,8],
      "type":"Byte",
      "colorInterpretation":"Red",
      "metadata":{}
    },
    {
      "band":2,
      "block":[3480,8],
      "type":"Byte",
      "colorInterpretation":"Green",
      "metadata":{}
    },
    {
      "band":3,
      "block":[3480,8],
      "type":"Byte",
      "colorInterpretation":"Blue",
      "metadata":{}
    }
  ]
}

 

　　-mm：计算数据集中每个波段的实际最小/最大值。

#在cmd中输入：gdalinfo -mm mod09a12003161_ugl_ll_8bit.tif

Driver: GTiff/GeoTIFF
Files: mod09a12003161_ugl_ll_8bit.tif
Size is 3480, 1740
Coordinate System is:
GEOGCS["WGS 84",
    DATUM["WGS_1984",
        SPHEROID["WGS 84",6378137,298.257223563,
            AUTHORITY["EPSG","7030"]],
        AUTHORITY["EPSG","6326"]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433],
    AUTHORITY["EPSG","4326"]]
Origin = (-97.374336840009619,49.415918595779075)
Pixel Size = (0.004733056960530,-0.004733056960530)
Metadata:
  AREA_OR_POINT=Area
  TIFFTAG_RESOLUTIONUNIT=1 (unitless)
  TIFFTAG_SOFTWARE=ERDAS IMAGINE
  TIFFTAG_XRESOLUTION=1
  TIFFTAG_YRESOLUTION=1
Image Structure Metadata:
  INTERLEAVE=PIXEL
Corner Coordinates:
Upper Left  ( -97.3743368,  49.4159186) ( 97d22'27.61"W, 49d24'57.31"N)
Lower Left  ( -97.3743368,  41.1803995) ( 97d22'27.61"W, 41d10'49.44"N)
Upper Right ( -80.9032986,  49.4159186) ( 80d54'11.88"W, 49d24'57.31"N)
Lower Right ( -80.9032986,  41.1803995) ( 80d54'11.88"W, 41d10'49.44"N)
Center      ( -89.1388177,  45.2981590) ( 89d 8'19.74"W, 45d17'53.37"N)
Band 1 Block=3480x8 Type=Byte, ColorInterp=Red
    Computed Min/Max=71.000,255.000
Band 2 Block=3480x8 Type=Byte, ColorInterp=Green
    Computed Min/Max=74.000,255.000
Band 3 Block=3480x8 Type=Byte, ColorInterp=Blue
    Computed Min/Max=65.000,255.000

 

　　-stats：读取和显示图像统计信息。如果图像中没有存储统计信息，则强制计算。

#在cmd中输入：gdalinfo -stats mod09a12003161_ugl_ll_8bit.tif

Driver: GTiff/GeoTIFF
Files: mod09a12003161_ugl_ll_8bit.tif
Size is 3480, 1740
Coordinate System is:
GEOGCS["WGS 84",
    DATUM["WGS_1984",
        SPHEROID["WGS 84",6378137,298.257223563,
            AUTHORITY["EPSG","7030"]],
        AUTHORITY["EPSG","6326"]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433],
    AUTHORITY["EPSG","4326"]]
Origin = (-97.374336840009619,49.415918595779075)
Pixel Size = (0.004733056960530,-0.004733056960530)
Metadata:
  AREA_OR_POINT=Area
  TIFFTAG_RESOLUTIONUNIT=1 (unitless)
  TIFFTAG_SOFTWARE=ERDAS IMAGINE
  TIFFTAG_XRESOLUTION=1
  TIFFTAG_YRESOLUTION=1
Image Structure Metadata:
  INTERLEAVE=PIXEL
Corner Coordinates:
Upper Left  ( -97.3743368,  49.4159186) ( 97d22'27.61"W, 49d24'57.31"N)
Lower Left  ( -97.3743368,  41.1803995) ( 97d22'27.61"W, 41d10'49.44"N)
Upper Right ( -80.9032986,  49.4159186) ( 80d54'11.88"W, 49d24'57.31"N)
Lower Right ( -80.9032986,  41.1803995) ( 80d54'11.88"W, 41d10'49.44"N)
Center      ( -89.1388177,  45.2981590) ( 89d 8'19.74"W, 45d17'53.37"N)
Band 1 Block=3480x8 Type=Byte, ColorInterp=Red
  Minimum=71.000, Maximum=255.000, Mean=127.351, StdDev=63.617
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=127.35112762584
    STATISTICS_MINIMUM=71
    STATISTICS_STDDEV=63.617218753897
Band 2 Block=3480x8 Type=Byte, ColorInterp=Green
  Minimum=74.000, Maximum=255.000, Mean=125.841, StdDev=58.532
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=125.84129227771
    STATISTICS_MINIMUM=74
    STATISTICS_STDDEV=58.531957864514
Band 3 Block=3480x8 Type=Byte, ColorInterp=Blue
  Minimum=65.000, Maximum=255.000, Mean=126.632, StdDev=62.041
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=126.63214262122
    STATISTICS_MINIMUM=65
    STATISTICS_STDDEV=62.041498751993

 

　　-approx_stats：读取和显示图像统计信息。如果图像中没有存储统计信息，则强制计算。如果不需要精确数据，可以基于概览或所有tile的子集来计算。

#在cmd中输入：gdalinfo -approx_stats mod09a12003161_ugl_ll_8bit.tif

Driver: GTiff/GeoTIFF
Files: mod09a12003161_ugl_ll_8bit.tif
       mod09a12003161_ugl_ll_8bit.tif.aux.xml  #生成了一个概要信息xml文件
Size is 3480, 1740
Coordinate System is:
GEOGCS["WGS 84",
    DATUM["WGS_1984",
        SPHEROID["WGS 84",6378137,298.257223563,
            AUTHORITY["EPSG","7030"]],
        AUTHORITY["EPSG","6326"]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433],
    AUTHORITY["EPSG","4326"]]
Origin = (-97.374336840009619,49.415918595779075)
Pixel Size = (0.004733056960530,-0.004733056960530)
Metadata:
  AREA_OR_POINT=Area
  TIFFTAG_RESOLUTIONUNIT=1 (unitless)
  TIFFTAG_SOFTWARE=ERDAS IMAGINE
  TIFFTAG_XRESOLUTION=1
  TIFFTAG_YRESOLUTION=1
Image Structure Metadata:
  INTERLEAVE=PIXEL
Corner Coordinates:
Upper Left  ( -97.3743368,  49.4159186) ( 97d22'27.61"W, 49d24'57.31"N)
Lower Left  ( -97.3743368,  41.1803995) ( 97d22'27.61"W, 41d10'49.44"N)
Upper Right ( -80.9032986,  49.4159186) ( 80d54'11.88"W, 49d24'57.31"N)
Lower Right ( -80.9032986,  41.1803995) ( 80d54'11.88"W, 41d10'49.44"N)
Center      ( -89.1388177,  45.2981590) ( 89d 8'19.74"W, 45d17'53.37"N)
Band 1 Block=3480x8 Type=Byte, ColorInterp=Red
  Min=71.000 Max=255.000
  Minimum=71.000, Maximum=255.000, Mean=127.351, StdDev=63.617
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=127.35112762584
    STATISTICS_MINIMUM=71
    STATISTICS_STDDEV=63.617218753897
Band 2 Block=3480x8 Type=Byte, ColorInterp=Green
  Min=74.000 Max=255.000
  Minimum=74.000, Maximum=255.000, Mean=125.841, StdDev=58.532
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=125.84129227771
    STATISTICS_MINIMUM=74
    STATISTICS_STDDEV=58.531957864514
Band 3 Block=3480x8 Type=Byte, ColorInterp=Blue
  Min=65.000 Max=255.000
  Minimum=65.000, Maximum=255.000, Mean=126.632, StdDev=62.041
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=126.63214262122
    STATISTICS_MINIMUM=65
    STATISTICS_STDDEV=62.041498751993

 

<!--创建出来的xml文件-->
<PAMDataset>
  <PAMRasterBand band="1">
    <Metadata>
      <MDI key="STATISTICS_MAXIMUM">255</MDI>
      <MDI key="STATISTICS_MEAN">127.35112762584</MDI>
      <MDI key="STATISTICS_MINIMUM">71</MDI>
      <MDI key="STATISTICS_STDDEV">63.617218753897</MDI>
    </Metadata>
  </PAMRasterBand>
  <PAMRasterBand band="2">
    <Metadata>
      <MDI key="STATISTICS_MAXIMUM">255</MDI>
      <MDI key="STATISTICS_MEAN">125.84129227771</MDI>
      <MDI key="STATISTICS_MINIMUM">74</MDI>
      <MDI key="STATISTICS_STDDEV">58.531957864514</MDI>
    </Metadata>
  </PAMRasterBand>
  <PAMRasterBand band="3">
    <Metadata>
      <MDI key="STATISTICS_MAXIMUM">255</MDI>
      <MDI key="STATISTICS_MEAN">126.63214262122</MDI>
      <MDI key="STATISTICS_MINIMUM">65</MDI>
      <MDI key="STATISTICS_STDDEV">62.041498751993</MDI>
    </Metadata>
  </PAMRasterBand>
</PAMDataset>

 

　　-hist：生成所有波段的直方图报告信息。

#在cmd中输入：gdalinfo -hist mod09a12003161_ugl_ll_8bit.tif

Driver: GTiff/GeoTIFF
Files: mod09a12003161_ugl_ll_8bit.tif
       mod09a12003161_ugl_ll_8bit.tif.aux.xml　　　　#生成的xml文件
Size is 3480, 1740
Coordinate System is:
GEOGCS["WGS 84",
    DATUM["WGS_1984",
        SPHEROID["WGS 84",6378137,298.257223563,
            AUTHORITY["EPSG","7030"]],
        AUTHORITY["EPSG","6326"]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433],
    AUTHORITY["EPSG","4326"]]
Origin = (-97.374336840009619,49.415918595779075)
Pixel Size = (0.004733056960530,-0.004733056960530)
Metadata:
  AREA_OR_POINT=Area
  TIFFTAG_RESOLUTIONUNIT=1 (unitless)
  TIFFTAG_SOFTWARE=ERDAS IMAGINE
  TIFFTAG_XRESOLUTION=1
  TIFFTAG_YRESOLUTION=1
Image Structure Metadata:
  INTERLEAVE=PIXEL
Corner Coordinates:
Upper Left  ( -97.3743368,  49.4159186) ( 97d22'27.61"W, 49d24'57.31"N)
Lower Left  ( -97.3743368,  41.1803995) ( 97d22'27.61"W, 41d10'49.44"N)
Upper Right ( -80.9032986,  49.4159186) ( 80d54'11.88"W, 49d24'57.31"N)
Lower Right ( -80.9032986,  41.1803995) ( 80d54'11.88"W, 41d10'49.44"N)
Center      ( -89.1388177,  45.2981590) ( 89d 8'19.74"W, 45d17'53.37"N)
Band 1 Block=3480x8 Type=Byte, ColorInterp=Red
  Min=71.000 Max=255.000
  Minimum=71.000, Maximum=255.000, Mean=127.351, StdDev=63.617
0...10...20...30...40...50...60...70...80...90...100 - done.
  256 buckets from -0.5 to 255.5:
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2546809 205 0 10784 204005 321359 0 102781 34713 27323 0 18828 9576 6359 4766 0 4060 3468 2995 0 2697 2412 2476 0 3114 2025 2058 0 2448 3201 3154 0 1957 1709 1871 2087 0 2106 1966 1813 0 1971 1932 2124 0 2173 2199 2388 0 2522 2304 2592 2937 0 3290 3408 3815 0 4217 5105 5287 0 5923 6654 7672 0 8282 9382 10260 11578 0 12169 13372 14105 0 15054 15635 16055 0 16717 17515 17835 0 18238 19126 19656 19940 0 20362 21236 21884 0 22606 22894 23705 0 25630 25871 26671 0 28642 30235 30879 31852 0 34182 34545 35538 0 37209 39698 39864 0 41392 43008 46048 0 45677 46483 47973 50442 0 49155 50472 50804 0 53178 51920 52343 0 52185 54229 52207 0 51254 51175 52009 50066 0 48282 46765 47638 0 43989 42850 40753 0 39912 36596 34640 0 32558 31528 29814 0 27604 25756 25088 22551 0 21542 20521 19187 0 17587 16581 15660 0 14844 12888 12344 0 11299 10378 9739 8855 0 8445 7287 6625 0 6141 5656 5171 44046
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=127.35112762584
    STATISTICS_MINIMUM=71
    STATISTICS_STDDEV=63.617218753897
Band 2 Block=3480x8 Type=Byte, ColorInterp=Green
  Min=74.000 Max=255.000
  Minimum=74.000, Maximum=255.000, Mean=125.841, StdDev=58.532
0...10...20...30...40...50...60...70...80...90...100 - done.
  256 buckets from -0.5 to 255.5:
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2548311 0 0 0 0 8256 0 0 0 0 0 39077 0 0 0 0 0 134637 0 0 0 0 330770 0 0 0 0 0 156551 0 0 0 0 0 44353 0 0 0 0 0 29599 0 0 0 0 46427 0 0 0 0 0 80183 0 0 0 0 0 129762 0 0 0 0 175866 0 0 0 0 0 206347 0 0 0 0 0 196923 0 0 0 0 177856 0 0 0 0 0 150421 0 0 0 0 0 138376 0 0 0 0 0 120013 0 0 0 0 109888 0 0 0 0 0 103964 0 0 0 0 0 92611 0 0 0 0 89297 0 0 0 0 0 82351 0 0 0 0 0 80633 0 0 0 0 0 75891 0 0 0 0 75721 0 0 0 0 0 70638 0 0 0 0 0 69561 0 0 0 0 62096 0 0 0 0 0 57576 0 0 0 0 0 49361 0 0 0 0 44828 0 0 0 0 277056
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=125.84129227771
    STATISTICS_MINIMUM=74
    STATISTICS_STDDEV=58.531957864514
Band 3 Block=3480x8 Type=Byte, ColorInterp=Blue
  Min=65.000 Max=255.000
  Minimum=65.000, Maximum=255.000, Mean=126.632, StdDev=62.041
0...10...20...30...40...50...60...70...80...90...100 - done.
  256 buckets from -0.5 to 255.5:
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2546770 0 0 0 0 0 9 0 0 0 0 31 0 0 0 0 0 1118 0 0 0 0 17499 0 0 0 0 60662 0 0 0 0 0 157738 0 0 0 0 193171 0 0 0 0 167132 0 0 0 0 0 68977 0 0 0 0 44071 0 0 0 0 0 22446 0 0 0 0 24043 0 0 0 0 33477 0 0 0 0 0 51788 0 0 0 0 78813 0 0 0 0 99862 0 0 0 0 0 124114 0 0 0 0 161637 0 0 0 0 192497 0 0 0 0 0 220448 0 0 0 0 222291 0 0 0 0 0 216215 0 0 0 0 204474 0 0 0 0 176557 0 0 0 0 0 162568 0 0 0 0 137747 0 0 0 0 115134 0 0 0 0 0 98043 0 0 0 0 80529 0 0 0 0 0 66793 0 0 0 0 53615 0 0 0 0 44621 0 0 0 0 0 38139 0 0 0 0 30184 0 0 0 0 25721 0 116266
  Metadata:
    STATISTICS_MAXIMUM=255
    STATISTICS_MEAN=126.63214262122
    STATISTICS_MINIMUM=65
    STATISTICS_STDDEV=62.041498751993

 

<PAMDataset>
  <PAMRasterBand band="1">
    <Histograms>
      <HistItem>
        <HistMin>-0.5</HistMin>
        <HistMax>255.5</HistMax>
        <BucketCount>256</BucketCount>
        <IncludeOutOfRange>1</IncludeOutOfRange>
        <Approximate>0</Approximate>
        <HistCounts>0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|2546809|205|0|10784|204005|321359|0|102781|34713|27323|0|18828|9576|6359|4766|0|4060|3468|2995|0|2697|2412|2476|0|3114|2025|2058|0|2448|3201|3154|0|1957|1709|1871|2087|0|2106|1966|1813|0|1971|1932|2124|0|2173|2199|2388|0|2522|2304|2592|2937|0|3290|3408|3815|0|4217|5105|5287|0|5923|6654|7672|0|8282|9382|10260|11578|0|12169|13372|14105|0|15054|15635|16055|0|16717|17515|17835|0|18238|19126|19656|19940|0|20362|21236|21884|0|22606|22894|23705|0|25630|25871|26671|0|28642|30235|30879|31852|0|34182|34545|35538|0|37209|39698|39864|0|41392|43008|46048|0|45677|46483|47973|50442|0|49155|50472|50804|0|53178|51920|52343|0|52185|54229|52207|0|51254|51175|52009|50066|0|48282|46765|47638|0|43989|42850|40753|0|39912|36596|34640|0|32558|31528|29814|0|27604|25756|25088|22551|0|21542|20521|19187|0|17587|16581|15660|0|14844|12888|12344|0|11299|10378|9739|8855|0|8445|7287|6625|0|6141|5656|5171|44046</HistCounts>
      </HistItem>
    </Histograms>
    <Metadata>
      <MDI key="STATISTICS_MAXIMUM">255</MDI>
      <MDI key="STATISTICS_MEAN">127.35112762584</MDI>
      <MDI key="STATISTICS_MINIMUM">71</MDI>
      <MDI key="STATISTICS_STDDEV">63.617218753897</MDI>
    </Metadata>
  </PAMRasterBand>
  <PAMRasterBand band="2">
    <Histograms>
      <HistItem>
        <HistMin>-0.5</HistMin>
        <HistMax>255.5</HistMax>
        <BucketCount>256</BucketCount>
        <IncludeOutOfRange>1</IncludeOutOfRange>
        <Approximate>0</Approximate>
        <HistCounts>0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|2548311|0|0|0|0|8256|0|0|0|0|0|39077|0|0|0|0|0|134637|0|0|0|0|330770|0|0|0|0|0|156551|0|0|0|0|0|44353|0|0|0|0|0|29599|0|0|0|0|46427|0|0|0|0|0|80183|0|0|0|0|0|129762|0|0|0|0|175866|0|0|0|0|0|206347|0|0|0|0|0|196923|0|0|0|0|177856|0|0|0|0|0|150421|0|0|0|0|0|138376|0|0|0|0|0|120013|0|0|0|0|109888|0|0|0|0|0|103964|0|0|0|0|0|92611|0|0|0|0|89297|0|0|0|0|0|82351|0|0|0|0|0|80633|0|0|0|0|0|75891|0|0|0|0|75721|0|0|0|0|0|70638|0|0|0|0|0|69561|0|0|0|0|62096|0|0|0|0|0|57576|0|0|0|0|0|49361|0|0|0|0|44828|0|0|0|0|277056</HistCounts>
      </HistItem>
    </Histograms>
    <Metadata>
      <MDI key="STATISTICS_MAXIMUM">255</MDI>
      <MDI key="STATISTICS_MEAN">125.84129227771</MDI>
      <MDI key="STATISTICS_MINIMUM">74</MDI>
      <MDI key="STATISTICS_STDDEV">58.531957864514</MDI>
    </Metadata>
  </PAMRasterBand>
  <PAMRasterBand band="3">
    <Histograms>
      <HistItem>
        <HistMin>-0.5</HistMin>
        <HistMax>255.5</HistMax>
        <BucketCount>256</BucketCount>
        <IncludeOutOfRange>1</IncludeOutOfRange>
        <Approximate>0</Approximate>
        <HistCounts>0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|2546770|0|0|0|0|0|9|0|0|0|0|31|0|0|0|0|0|1118|0|0|0|0|17499|0|0|0|0|60662|0|0|0|0|0|157738|0|0|0|0|193171|0|0|0|0|167132|0|0|0|0|0|68977|0|0|0|0|44071|0|0|0|0|0|22446|0|0|0|0|24043|0|0|0|0|33477|0|0|0|0|0|51788|0|0|0|0|78813|0|0|0|0|99862|0|0|0|0|0|124114|0|0|0|0|161637|0|0|0|0|192497|0|0|0|0|0|220448|0|0|0|0|222291|0|0|0|0|0|216215|0|0|0|0|204474|0|0|0|0|176557|0|0|0|0|0|162568|0|0|0|0|137747|0|0|0|0|115134|0|0|0|0|0|98043|0|0|0|0|80529|0|0|0|0|0|66793|0|0|0|0|53615|0|0|0|0|44621|0|0|0|0|0|38139|0|0|0|0|30184|0|0|0|0|25721|0|116266</HistCounts>
      </HistItem>
    </Histograms>
    <Metadata>
      <MDI key="STATISTICS_MAXIMUM">255</MDI>
      <MDI key="STATISTICS_MEAN">126.63214262122</MDI>
      <MDI key="STATISTICS_MINIMUM">65</MDI>
      <MDI key="STATISTICS_STDDEV">62.041498751993</MDI>
    </Metadata>
  </PAMRasterBand>
</PAMDataset>

 

　　-nogcp：no ground control points，禁止地面控制点列表打印。它对包含大量GCPs的数据集很有用，比如L1B AVHRR或HDF4 MODIS，它们包含数千个GCPs。

　　-nomd：不打印元数据。no matedata

#在cmd中输入：gdalinfo -nomd mod09a12003161_ugl_ll_8bit.tif

Driver: GTiff/GeoTIFF
Files: mod09a12003161_ugl_ll_8bit.tif
       mod09a12003161_ugl_ll_8bit.tif.aux.xml
Size is 3480, 1740
Coordinate System is:
GEOGCS["WGS 84",
    DATUM["WGS_1984",
        SPHEROID["WGS 84",6378137,298.257223563,
            AUTHORITY["EPSG","7030"]],
        AUTHORITY["EPSG","6326"]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433],
    AUTHORITY["EPSG","4326"]]
Origin = (-97.374336840009619,49.415918595779075)
Pixel Size = (0.004733056960530,-0.004733056960530)
Corner Coordinates:
Upper Left  ( -97.3743368,  49.4159186) ( 97d22'27.61"W, 49d24'57.31"N)
Lower Left  ( -97.3743368,  41.1803995) ( 97d22'27.61"W, 41d10'49.44"N)
Upper Right ( -80.9032986,  49.4159186) ( 80d54'11.88"W, 49d24'57.31"N)
Lower Right ( -80.9032986,  41.1803995) ( 80d54'11.88"W, 41d10'49.44"N)
Center      ( -89.1388177,  45.2981590) ( 89d 8'19.74"W, 45d17'53.37"N)
Band 1 Block=3480x8 Type=Byte, ColorInterp=Red
  Min=71.000 Max=255.000
  Minimum=71.000, Maximum=255.000, Mean=127.351, StdDev=63.617
Band 2 Block=3480x8 Type=Byte, ColorInterp=Green
  Min=74.000 Max=255.000
  Minimum=74.000, Maximum=255.000, Mean=125.841, StdDev=58.532
Band 3 Block=3480x8 Type=Byte, ColorInterp=Blue
  Min=65.000 Max=255.000
  Minimum=65.000, Maximum=255.000, Mean=126.632, StdDev=62.041

 

　　-norat：不打印光栅属性表。

　　-noct：不打印颜色表。强制计算数据集中每个波段的校验和。

　　-checksum：强制计算数据集中每个波段的校验和。

　　-listmdd：列出数据集所在域中的所有metadata

　　-mdd domain：列出指定域中的metadata

　　-nofl：只显示数据集中的第一条数据对象的信息

　　-sd subdataset：如果输入数据集包含多个子数据集，则读取并显示指定编号(从1开始)的子数据集。 gdalinfo -sb 1 datasetname

　　-proj4：通过数据信息，转换出prog4的坐标文件信息。

#在cmd中输入：gdalinfo -proj4 mod13a12000257evi.tif

Driver: GTiff/GeoTIFF
Files: mod13a12000257evi.tif
Size is 3606, 1807
Coordinate System is:
GEOGCS["Clarke_1866",
    DATUM["Clarke_1866",
        SPHEROID["Clarke 1866",6378206.4,294.9786982138982]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433]]
PROJ.4 string is:
'+proj=longlat +ellps=clrk66 +no_defs '
Origin = (-97.710937299999998,49.574459599999997)
Pixel Size = (0.004724303830000,-0.004724303830000)
...

 

　　-oo NAME=VALUE：数据集打开操作项

　　datasetname：数据名称

 

转载于:https://www.cnblogs.com/eshinex/p/10314064.html

weixin_33711647
关注
C#+GDAL影像处理笔记04：GDALinfo的使用
m1m2m3mmm的博客
06-02 651
使用GADL获取图片信息
C#操作GDAL——（3）栅格处理相关
weixin_42171514的博客
03-29 2301
本文收录了一些关于栅格的操作。GDAL对于影像的操作中，有很多需要注意的地方，可能由于影像的差异，所使用的的参数也存在一些差异，这里都进行了列举。希望能对大家有所帮助。 （1）获取影像信息 获取影像信息参数设置 public static string Gdal_Info(string filePath) { StringBuilder builder = new StringBuilder(); //builder.Append("-proj4 "); //builder.App
GDAL工具箱详解之gdalinfo.exe
番茄园
08-14 4676
GDAL工具箱详解之gdalinfo.exeGDAL自带的工具包含了众多的功能，可以看做是利用该开源库进行的典型开发案例。本节主要介绍其中基本的一项工具——gdalinfo.exe。 该工具箱位于GDAL文件夹下的apps文件夹中，属于命令行可执行程序。 目录GDAL工具箱详解之gdalinfoexe目录 使用方法 常规项目的内容 典例 源码分析 源码及分析 流程图 参数初始化 读取信息主函数使用方
GDAL实用工具之gdalinfo
oliver_mp的专栏
02-25 3676
GDAL实用工具之gdalinfogdal提供了一系列的小工具，实用性比较强，这些小工具在给我们提供方便的同时，也是了解和深入学习gdal的好的入门材料。 我这里从gdalinfo入手，没有任何理由哦，只是觉得这家伙顺眼。gdalinfo的作用列出栅格数据集的信息。gdalinfo的用法 假如你啥也不知道，你还是可以在CMD的黑框框里敲下gdalinfo，然后回车，然后如上图所见。gdalinf
如何将DOTA数据集的标注坐标转换为地理坐标
最新发布
m0_67947599的博客
07-06 255
在遥感图像分析和地理信息系统（GIS）中，将图像数据与其地理位置关联起来是一项关键技术。本教程将展示如何使用Python将DOTA数据集中的标注坐标转换为地理坐标。
gdalinfo 工具读取图像信息
IvanLJF的专栏
07-28 3673
命令行：（列出了栅格数据的信息） 1、gdalinfo srtm_51_02.tif    （文件放在了gdal编译好的库bin目录下，所以直接跟文件名即可，不需路径） 2、gdalinfo -mm srtm_51_03.tif   (获取数据的最大值最小时) 3、gdalinfo -stats srtm_51_03.tif   (影像的统计信息如：最大值，最小值，均值，方差)
GDAL命令-信息查看
nike123456789的博客
04-11 797
GDAL命令-信息查看 1、 gdalinfo 有的时候想快速查看图像信息，需要打开专业软件进行查看，比较麻烦，这个命令是一个很好的工具。 Usage: gdalinfo [–help-general] [-json] [-mm] [-stats] [-hist] [-nogcp] [-nomd] [-norat] [-noct] [-nofl] [-checksum] [-proj4] [-li...
GDAL——学习
qq_41627642的博客
10-29 141
GDAL_Program(命令行调用) 1、Raster_Program
C#操作GDAL——（0）GDAL记录的始末
weixin_42171514的博客
03-22 307
最近一段时间一直在尝试使用GDAL的方式进行开发，开发过程中发现了各种的问题，绕过了不少的弯路。而且发现网上相关的内容非常少，而且以C#作为开发语言的内容就更加的稀有了，所以在此进行一些记录，希望可以帮助自己更好的归纳，如能启发他人就再好不过了。 目前认为GDAL可以较好的代替AE，对矢量和栅格数据进行操作。而且认为其在栅格数据操作上的效率会高于AE版本。但是比较尴尬的事情在于其没有针对于C#的API可供参考，对于我这种从AE开发转过来的同学相当的不友好。 在官方网页上可以看到较为详细的解释与说明，路径贴
C#操作GDAL——（2）矢量处理相关
weixin_42171514的博客
03-23 1195
本章收录了一些关于矢量的操作。目前认为GDAL仅只支持GDB中图层的读取，而不支持写入和修改，所以不建议采用GDAL对GDB进行处理，如果需要创建GDB、创建图层、写入数据，可以尝试FileGDB的方式。 （1）获取Shapefile矢量图层 public static Layer GetLayer(string fileShpPath) { OSGeo.OGR.Driver pDriver = Ogr.GetDriverByName("ESRI Shapefile"); OSGeo.OG
C#操作GDAL——（1）空间参考相关
weixin_42171514的博客
03-22 950
空间参考相关的内容着实让人头疼，所以下面对于GDAL中获取空间参考的方式进行了梳理和汇总，方便大家查看和使用。 （1）根据ESPG值生成空间参考 //无论是地理坐标，还是投影坐标都可以采用此方式 public static SpatialReference CreatePreReference(int wkid) { SpatialReference spatialReference = new SpatialReference(null); int result = spatialReferen
gdal工具exe
08-28
gdal exe工具包，可实现常规的影像处理操作，方便快捷，高效！
GDAL支持的栅格数据格式
weixin_33805743的博客
07-11 1024
   GDAL支持的栅格数据格式： 或者使用gdalinfo.exe --formats查看   Long Format NameCodeCreationGeoreferencingMaximum file size1Compiled bydefault Arc/Info ASCII Grid AAIGrid Yes Yes 2GB Yes ACE...
GDAL 支持的数据格式
Prince的博客
11-18 968
Usage: gdal_translate [--help-general] [-ot {Byte/Int16/UInt16/UInt32/Int32/Float32/Float64/ CInt16/CInt32/CFloat32/CFloat64}] [-strict] [-of format] [-b band] [-outsize xsize[%] ysize[%]] [-scale [src_min src_max [dst_min dst...
GDAL源码剖析（四）之命令行程序说明一
qq_35662333的博客
04-04 944
波段数是从1开始，band可以设置为none，用来避免复制整个输入数据集作为掩码，否则在默认情况下（“auto”），除非掩码是一个alpha通道，或者使用参数-b mask来进行输出，参数band也可以设置为“mask,1”（或者直接mask）来讲输入数据集的第一个波段作为一个mask波段来使用。创建不同的格式需要的参数都是不相同的，尤其是在特殊的情况下，比如创建的Erdas的img格式需不需要使用压缩等特殊的需求。选择一个波段来输出。创建文件选项，许多格式会有一个或者更多的创建参数来控制文件创建的细节。
Gdal环境配置（Windows系统）
qq_29101355的博客
08-28 4772
windows系统gdal环境配置
Linux下安装gdal
热门推荐
给永远比拿愉快
09-21 1万+
1. 下载gdal源码并解压。 wget http://download.osgeo.org/gdal/2.0.0/gdal-2.0.0.tar.gz tar -xzvf gdal-2.0.0.tar.gz 2. 编译源码。 cd gdal-2.0.0 .configure make 3. 安装。 make install 遇到问题 安装完成以后运行gadlin
GDAL功能模块列表
zhouschina的专栏
05-28 3860
分布式GDAL功能程序列表： · gdalinfo- 输出文件信息报告。 · gdal_translate-  栅格文件转换。 · gdaladdo-  建立金字塔。 · gdalwarp- 为影像设置一个坐标系统。 · gdaltindex- 组建MapServer栅格瓦片。 · gdalbuildvrt-  由一个数据库列表组建VRT。 · gdal_contour-由DEM追踪
GDAL库三个读取Jpeg2000格式驱动测试
weixin_34119545的博客
07-21 786
0、目的 GDAL库中提供了四五种读取Jpeg2000的驱动，但是各个驱动读取数据的效率各不相同，下面就针对三种读取jpeg2000的效率进行测试。 GDAL库中提供的读取Jpeg2000的驱动有下面六个，具体的说明请移步GDAL官网查看。地址为：http://www.gdal.org/formats_list.html。 JPEG2000 — Implementati...
python gdal安装命令
05-15
安装 GDAL 可以使用 pip 命令来进行安装，具体命令如下： ``` pip install GDAL ``` 如果你的系统上没有安装 GDAL 库，需要先安装 GDAL 库及其依赖项。不同操作系统的安装方式可能有所不同，以下是一些常见操作...
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