python+gdal+遥感图像拼接(mosaic)的实例

作为摄影测量与遥感的从业者，笔者最近开始深入研究gdal，为工作打基础！个人觉得gdal也是没有什么技术含量，调用别人的api。但是想想这也是算法应用的一个技能，多学无害！

关于遥感图像的镶嵌，主要分为6大步骤：

step1：

1）对于每一幅图像，计算其行与列；

2）获取左上角X,Y

3）获取像素宽和像素高

4）计算max X 和 min Y，切记像素高是负值

maxX1 = minX1 + (cols1 * pixelWidth)
minY1 = maxY1 + (rows1 * pixelHeight）

step2 ：计算输出图像的min X ,max X,min Y,max Y

minX = min(minX1, minX2, …)
maxX = max(maxX1, maxX2, …)

y坐标同理

step3：计算输出图像的行与列

cols = int((maxX – minX) / pixelWidth)
rows = int((maxY – minY) / abs(pixelHeight)

step 4：创建一个输出图像

driver.create()

step 5：

1）计算每幅图像左上角坐标在新图像的偏移值

2）依次读入每幅图像的数据并利用1)计算的偏移值将其写入新图像中

step6 ：对于输出图像

1）刷新磁盘并计算统计值

2）设置输出图像的几何和投影信息

3）建立金字塔

下面附上笔者的代码：

#mosica 两张图像
import os, sys, gdal
from gdalconst import *
os.chdir('c:/temp/****')#改变文件夹路径
# 注册gdal(required)
gdal.AllRegister()

# 读入第一幅图像
ds1 = gdal.Open('**.img')
band1 = ds1.GetRasterBand(1)
rows1 = ds1.RasterYSize
cols1 = ds1.RasterXSize

# 获取图像角点坐标
transform1 = ds1.GetGeoTransform()
minX1 = transform1[0]
maxY1 = transform1[3]
pixelWidth1 = transform1[1]
pixelHeight1 = transform1[5]#是负值（important）
maxX1 = minX1 + (cols1 * pixelWidth1)
minY1 = maxY1 + (rows1 * pixelHeight1)

# 读入第二幅图像
ds2 = gdal.Open('**.img')
band2 = ds2.GetRasterBand(1)
rows2 = ds2.RasterYSize
cols2 = ds2.RasterXSize

# 获取图像角点坐标
transform2 = ds2.GetGeoTransform()
minX2 = transform2[0]
maxY2 = transform2[3]
pixelWidth2 = transform2[1]
pixelHeight2 = transform2[5]
maxX2 = minX2 + (cols2 * pixelWidth2)
minY2 = maxY2 + (rows2 * pixelHeight2)

# 获取输出图像坐标
minX = min(minX1, minX2)
maxX = max(maxX1, maxX2)
minY = min(minY1, minY2)
maxY = max(maxY1, maxY2)

#获取输出图像的行与列
cols = int((maxX - minX) / pixelWidth1)
rows = int((maxY - minY) / abs(pixelHeight1))

# 计算图1左上角的偏移值（在输出图像中）
xOffset1 = int((minX1 - minX) / pixelWidth1)
yOffset1 = int((maxY1 - maxY) / pixelHeight1)

# 计算图2左上角的偏移值（在输出图像中）
xOffset2 = int((minX2 - minX) / pixelWidth1)
yOffset2 = int((maxY2 - maxY) / pixelHeight1)

# 创建一个输出图像
driver = ds1.GetDriver()
dsOut = driver.Create('mosiac.img', cols, rows, 1, band1.DataType)#1是bands，默认
bandOut = dsOut.GetRasterBand(1)

# 读图1的数据并将其写到输出图像中
data1 = band1.ReadAsArray(0, 0, cols1, rows1)
bandOut.WriteArray(data1, xOffset1, yOffset1)

#读图2的数据并将其写到输出图像中
data2 = band2.ReadAsArray(0, 0, cols2, rows2)
bandOut.WriteArray(data2, xOffset2, yOffset2)
''' 写图像步骤'''
# 统计数据
bandOut.FlushCache()#刷新磁盘
stats = bandOut.GetStatistics(0, 1)#第一个参数是1的话，是基于金字塔统计，第二个
#第二个参数是1的话：整幅图像重度，不需要统计
# 设置输出图像的几何信息和投影信息
geotransform = [minX, pixelWidth1, 0, maxY, 0, pixelHeight1]
dsOut.SetGeoTransform(geotransform)
dsOut.SetProjection(ds1.GetProjection())

# 建立输出图像的金字塔
gdal.SetConfigOption('HFA_USE_RRD', 'YES')
dsOut.BuildOverviews(overviewlist=[2,4,8,16])#4层

补充知识：运用Python的第三方库：GDAL进行遥感数据的读写

0 背景及配置环境

0.1 背景

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。

这个开源栅格空间数据转换库拥有许多和其他语言的接口，对于python,他有对应的第三方包GDAL，下载安装已在上篇文章中提到。

目的: 可以使用Python的第三方包：GDAL进行遥感数据的读写，方便批处理。

0.2 配置环境

电脑系统： win7x64
Python版本: 3.6.4
GDAL版本: 2.3.2

1 读

1.1 TIFF格式

标签图像文件格式（Tag Image File Format，简写为TIFF）是一种灵活的位图格式，主要用来存储包括照片和艺术图在内的图像。它最初由Aldus公司与微软公司一起为PostScript打印开发。TIFF与JPEG和PNG一起成为流行的高位彩色图像格式。

TIFF文件以.tif为扩展名。

def tif_read(tifpath, bandnum):
 """
 Use GDAL to read data and transform them into arrays.
 :param tifpath:tif文件的路径
 :param bandnum:需要读取的波段
 :return:该波段的数据，narray格式。len(narray)是行数，len(narray[0])列数
 """
 image = gdal.Open(tifpath) # 打开该图像
 if image == None:
  print(tifpath + "该tif不能打开!")
  return
 lie = image.RasterXSize # 栅格矩阵的列数
 hang = image.RasterYSize # 栅格矩阵的行数
 im_bands = image.RasterCount # 波段数
 im_proj = image.GetProjection() # 获取投影信息
 im_geotrans = image.GetGeoTransform() # 仿射矩阵
 print('该tif:{}个行，{}个列，{}层波段, 取出第{}层.'.format(hang, lie, im_bands, bandnum))
 band = image.GetRasterBand(bandnum) # Get the information of band num.
 band_array = band.ReadAsArray(0,0,lie,hang) # Getting data from zeroth rows and 0 columns
 # band_df = pd.DataFrame(band_array)
 del image # 减少冗余
 return band_array, im_proj, im_geotrans

2 写

2.1 TIFF格式

TIFF格式的数据格式有：Byete、int16、uint16、int32、uint32、float32、float64等7余种。

首先，要判断数据的格式，才能按需求写出。

def tif_write(self, filename, im_data, im_proj, im_geotrans):
 """
 gdal数据类型包括
 gdal.GDT_Byte,
 gdal.GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32,
 gdal.GDT_Float32, gdal.GDT_Float64
 :param filename: 存出文件名
 :param im_data: 输入数据
 :param im_proj: 投影信息
 :param im_geotrans: 放射变换信息
 :return: 0
 """
 if 'int8' in im_data.dtype.name: # 判断栅格数据的数据类型
  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 # 多维或1.2维
 #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

3 展示

3.1 TIFF格式

# 这个展示的效果并不是太好，当做示意图用
def tif_display(self,im_data):
 """
 :param im_data: 影像数据,narray
 :return: 展出影像
 """
 # plt.imshow(im_data,'gray') # 必须规定为显示的为什么图像
 plt.imshow(im_data) # 必须规定为显示的为什么图像
 plt.xticks([]), plt.yticks([]) # 隐藏坐标线
 plt.show() # 显示出来，不要也可以，但是一般都要了

来源：https://blog.csdn.net/qq_15642411/article/details/79187787