<强>概述:
本文讲述如何在Python中用GDAL实现根据输入矢量边界对栅格数据的裁剪。
效果:
<强>裁剪前
<强>矢量边界
<强>裁剪后
实现代码:
# - * -编码:utf - 8 - *
”“”
@author lzugis
@date 2017-06-02
@brief利用轴马力裁剪影像
”“”
从osgeo进口gdal, gdalnumeric ogr
从公益诉讼导入图像,ImageDraw
进口操作系统
进口经营者
gdal.UseExceptions ()
#该函数将把点阵快船shapefile
#在GDAL面具使用。
def imageToArray(我):
”“”
将一个Python成像库数组转换为
gdalnumeric形象。
”“”
一个=gdalnumeric.fromstring (i.tobytes (),“b”)
a.shape=i.im。大小[1],i.im.size [0]
返回一个
def arrayToImage(一个):
”“”
将一个gdalnumeric数组转换为
Python图像库图像。
”“”
我=Image.frombytes (‘L’(a.shape [1], a.shape [0]),
(a.astype (b)) .tobytes ())
返回我
def world2Pixel (geoMatrix, x, y):
”“”
使用gdal geomatrix (gdal.GetGeoTransform())来计算
地理空间坐标的像素位置
”“”
ulX=geoMatrix [0]
真心=geoMatrix [3]
xDist=geoMatrix [1]
像素=int ((x - ulX)/xDist)
行=int((真心- y)/xDist)
返回(像素,线)
#
编辑:这基本上是一个重载的
# gdal_array版本。OpenArray传入发送葡开,yoff明确
#我们可以通过这些参数CopyDatasetInfo
#
def OpenArray(数组,prototype_ds=None,发送葡开=0,yoff=0):
ds=gdal。开放(gdalnumeric.GetArrayFilename(数组))
如果不没有ds prototype_ds并不是没有:
如果类型(prototype_ds)。__name__==皊tr”:
prototype_ds=gdal。打开(prototype_ds)
如果prototype_ds不是没有:
gdalnumeric。CopyDatasetInfo (prototype_ds ds,发送葡开=发送葡开,yoff=yoff)
返回ds
def直方图(垃圾箱=范围(0256)):
”“”
直方图函数多维数组。
一个=数组
垃圾箱=数字匹配的范围
”“”
fa=a.flat
n=gdalnumeric.searchsorted (gdalnumeric.sort (fa)、箱)
n=gdalnumeric。连接([n [len (fa)]])
嘘=n [1:] - n (: 1)
返回嘘
def拉伸(一个):
”“”
执行一个直方图拉伸,原型=raster_path)
#
# # #
#
gtiffDriver=gdal。GetDriverByName (“GTiff”)
如果gtiffDriver没有:
提高ValueError(“找不到GeoTiff司机”)
gtiffDriver。CreateCopy (“beijing.tif”,
OpenArray(剪辑,prototype_ds=raster_path发送葡开=xoffset yoff=yoffset)
）
#另存为一个8位的jpeg容易,快速预览
剪辑=clip.astype (gdalnumeric.uint8)
gdalnumeric。SaveArray(剪辑,“beijing.jpg”,格式=癑PEG”)
gdal.ErrorReset ()
if __name__==癬_main__”:
# shapefile_path, raster_path
shapefile_path=' beijing.shp '
raster_path=' world.tif '
主要(shapefile_path raster_path)
之前
这篇文章主要描述了如何使用GDAL/OGR打开矢量文件,读取属性表,并将部分属性写出至txt。
代码
进口ogr、系统、操作系统
进口numpy np
os.chdir (r说:\”)
#设置的司机,并打开矢量文件
司机=ogr。GetDriverByName (“ESRI Shapefile”)
ds=driver.Open(“网站。轴马力”,0)
如果没有:ds
print(“无法打开”,“sites.shp”)
sys.exit (1)
#获取图册
层=ds.GetLayer ()
#要素数量
numFeatures=layer.GetFeatureCount ()
打印(“特征数:”+ str (numFeatures))
#获取范围
程度上=layer.GetExtent ()
打印(“程度:“程度)
打印(UL:“[0],[3]程度)
打印(“LR:”,[1],[2]程度)
#获取要素
特点=layer.GetNextFeature ()
id=[]
x=[]
y=[]
覆盖=[]
#循环每个要素属性
而功能:
#获取字段“id”的属性
id=feature.GetField (id)
#获取空间属性
几何=feature.GetGeometryRef ()
x=geometry.GetX ()
y=geometry.GetY ()=feature.GetField封面(封面)
ids.append (id)
xs.append (x)
ys.append (y)
covers.append(封面)
特点=layer.GetNextFeature ()
data=https://www.yisu.com/zixun/[id、x、y,封面)
data=np.array(数据)
data=data.transpose ()
#写出致txt
np.savetxt (“myfile。txt”,数据,fmt=' % s % s % s % s ')
np.savetxt (“myfile。csv”数据,fmt=' % s % s % s % s ')
#释放文件空间
layer.ResetReading ()
feature.Destroy ()
ds.Destroy ()
