参考:https://blog.csdn.net/zsc201825/article/details/89359995
以Landsat8某景影像为例:原图(底图)是假彩色的,上面单波段图像为裁剪的9景影像。
代码如下:
from osgeo import gdal
import math
# 读取要裁剪的原始遥感影像
in_ds = gdal.Open("D:\ProfessionalProfile\DataRelevant\L134036_20170808.tif")
print("open tif file succeed")
width = in_ds.RasterXSize # 获取数据宽度
height = in_ds.RasterYSize # 获取数据高度
outbandsize = in_ds.RasterCount # 获取数据波段数
# outbandsize = in_ds.GetRasterBand
im_geotrans = in_ds.GetGeoTransform() # 获取仿射矩阵信息
im_proj = in_ds.GetProjection() # 获取投影信息
datatype = in_ds.GetRasterBand(1).DataType
im_data = in_ds.ReadAsArray() # 获取数据
# 读取原图中的每个波段
for i in range(1,outbandsize+1):
locals()['in_band' + str(i)] =in_ds.GetRasterBand(i)
# 定义切图的起始点坐标,自己选定即可。
offset_x = 0
offset_y = 0
# 定义切图的大小(矩形框)
block_xsize = 2000 # 行
block_ysize = 2000 # 列
k = 0
# ‘//’: 除法结果向下取整;‘/’: 除法结果为浮点数。
for i in range( width // block_xsize):
for j in range( height // block_xsize):
# # 从每个波段中切需要的矩形框内的数据(注意读取的矩形框不能超过原图大小)
for x in range(1, outbandsize + 1):
locals()['out_band' + str(x)] = locals()['in_band'+str(x)].ReadAsArray(i * block_xsize, j * block_xsize, block_xsize, block_ysize)
# print(out_band7)
k += 1
# 获取Tif的驱动,为创建切出来的图文件做准备
gtif_driver = gdal.GetDriverByName("GTiff")
# 创建切出来的要存的文件(3代表3个不都按,最后一个参数为数据类型,跟原文件一致)
out_ds = gtif_driver.Create(str(k) + 'Clip.tif', block_xsize, block_ysize, outbandsize, datatype)
print("create new tif file succeed")
# 获取原图的原点坐标信息
ori_transform = in_ds.GetGeoTransform()
if ori_transform:
print(ori_transform)
print("Origin = ({}, {})".format(ori_transform[0], ori_transform[3]))
print("Pixel Size = ({}, {})".format(ori_transform[1], ori_transform[5]))
# 读取原图仿射变换参数值
top_left_x = ori_transform[0] # 左上角x坐标
w_e_pixel_resolution = ori_transform[1] # 东西方向像素分辨率
top_left_y = ori_transform[3] # 左上角y坐标
n_s_pixel_resolution = ori_transform[5] # 南北方向像素分辨率
# 根据反射变换参数计算新图的原点坐标
top_left_x = top_left_x + i * block_xsize * w_e_pixel_resolution
top_left_y = top_left_y + j * block_xsize * n_s_pixel_resolution
# 将计算后的值组装为一个元组,以方便设置
dst_transform = (top_left_x, ori_transform[1], ori_transform[2], top_left_y, ori_transform[4], ori_transform[5])
# 设置裁剪出来图的原点坐标
out_ds.SetGeoTransform(dst_transform)
# 设置SRS属性(投影信息)
out_ds.SetProjection(in_ds.GetProjection())
# # 写入目标文件
for y in range(1, outbandsize + 1):
out_ds.GetRasterBand(y).WriteArray( locals()['out_band' + str(y)] )
# 将缓存写入磁盘
out_ds.FlushCache()
print("FlushCache succeed")
# del out_ds
print("End!")