无地理信息的png转成含地理信息的tif

注：此代码非作者本人编写，转载于
python实现 png格式转遥感tif格式
韩小震 2020-08-24 00:00:35 674 收藏 2
分类专栏： 图像处理
————————————————
版权声明：本文为CSDN博主「韩小震」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/hz18790581821/article/details/108191088

在此感谢韩小震博主，代码非常有用，本文为韩小震博主原创文章的代码进行更详细的说明，以更方便地使用

原始数据：
①无地理信息的png格式影像
②有地理信息的tif影像
①与②影像栅格纵列数必须相同，但栅格内部DN值可以不同

目的：
将②的地理信息赋予给①，使①的地物拥有地理坐标、经纬度等信息，以便以后的操作中①与②能够配准
通常在地物变化检测中可能用到，比如①是变化标签，②是某个时相的遥感影像。或者某些高分影像为png格式，需要赋予地理坐标信息

#python语言
from osgeo import gdal
import os
import numpy as np
import cv2
'''
input:原图的tif文件和预测的单通道png图像
out:合成新的tif,带有坐标信息
'''
class GRID:
 
    # 读图像文件
    # 读取有地理信息的tif影像
    # 返回有地理信息的tif影像的投影坐标系、坐标等地理信息：im_proj, im_geotrans, im_data, im_width, im_height
    
    def read_img(self, filename):
        dataset = gdal.Open(filename)  # 打开文件
 
        im_width = dataset.RasterXSize  # 栅格矩阵的列数
        im_height = dataset.RasterYSize  # 栅格矩阵的行数
 
        im_geotrans = dataset.GetGeoTransform()  # 仿射矩阵
        im_proj = dataset.GetProjection()  # 地图投影信息
        im_data = dataset.ReadAsArray(0, 0, im_width, im_height)  # 将数据写成数组，对应栅格矩阵
 
        del dataset  # 关闭对象，文件dataset
        return im_proj, im_geotrans, im_data, im_width, im_height
 
    # 写文件，以写成tif为例
    # 将png文件按照有地理信息的tif影像中的地理信息写成tif格式
    def write_img(self, filename, im_proj, im_geotrans, im_data):
 
        # 判断栅格数据的数据类型
        if 'int8' in im_data.dtype.name:
            datatype = gdal.GDT_Byte
        elif 'int16' in im_data.dtype.name:
            datatype = gdal.GDT_UInt16
        else:
            datatype = gdal.GDT_Float32
 
        # 判读数组维数
        if len(im_data.shape) == 3:
            im_bands, im_height, im_width = im_data.shape
        else:
            im_bands, (im_height, im_width) = 1, im_data.shape
 
        # 创建文件
        driver = gdal.GetDriverByName("GTiff")  # 数据类型必须有，因为要计算需要多大内存空间
        dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)
 
        dataset.SetGeoTransform(im_geotrans)  # 写入仿射变换参数
        dataset.SetProjection(im_proj)  # 写入投影
 
        if im_bands == 1:
            dataset.GetRasterBand(1).WriteArray(im_data)  # 写入数组数据
        else:
            for i in range(im_bands):
                dataset.GetRasterBand(i + 1).WriteArray(im_data[i])
 
        del dataset
 
 
if __name__ == "__main__":
    #os.chdir(r'./data')  # 切换路径到待处理图像所在文件夹
    run = GRID()
    
    # 第一步 输入并读取含有地理信息的tif文件
    proj, geotrans, data1, row1, column1 = run.read_img('x1_tif.tif')  # 读数据,获取tif图像的地理信息
    
    # 第二步 读取png格式影像 
    img_path = 'x2_png.png' # 读取png图像数据
    data2 = cv2.imread(img_path, -1)
 
    data = np.array((data2), dtype=data1.dtype)  #数据格式
 
    # 第三步 将第一步读取的地理信息写入png格式影像中
    run.write_img('x2_tif.tif', proj, geotrans, data)  # 生成tif

原文链接: link.