0
点赞
收藏
分享

微信扫一扫

栅格数据裁剪


文章目录

  • ​​使用GDAL命令​​
  • ​​使用Python代码​​


版权声明:本文为博主原创文章,转载请注明原文出处!

写作时间:2019-03-22

在进行遥感影像处理的时候,我们经常需要进行裁剪的工作,来看看如何使用GDAL工具进行这项操作吧!

参考资料:

  1. ​​GDAL: gdalwarp​​
  2. ​​GDAL: gdal_translate​​
  3. ​​GDAL/OGR Python API​​

使用GDAL命令

GDAL提供了两个命令可以用于影像的裁剪:​​gdalwarp​​​和​​gdal_translate​​,两个命令中我更推荐使用后者。

​gdalwarp​​​命令可以使用​​-te​​​制定裁剪范围。默认是在原数据的坐标系下的​​xmin ymin xmax ymax​​​,当然我们也可以使用​​-te_srs​​​参数指定​​-te​​参数所在的坐标系。

为什么不推荐​​gdalwarp​​​命令呢?这是因为​​gdalwarp​​​命令只提供了根据坐标系的范围进行裁剪,而不支持根据行列号的裁剪。这时候我们可以求助于​​gdal_translate​​命令。

​gdal_transalte​​​命令即支持使用​​-srcwin​​​参数指定行列号范围​​xoff yoff xsize ysize​​​,也支持使用​​-projwin​​​参数指定原数据坐标系下的范围​​ulx uly lrx lry​​​。同时提供参数​​-projwin_srs​​​可以用于指定​​-projwin​​​参数所在的坐标系,即跟​​gdalwarp​​​命令中的​​-te_srs​​参数类似。

下面给出一个示例:

​gdal_translate -of "GTiff" -srcwin 10 10 256 256 -a_scale 1 HDF4_EOS:EOS_GRID:"MOD09GA.A2018349.h26v05.006.2018351030314.hdf":MODIS_Grid_500m_2D:sur_refl_b01_1 sr_1.tif​

这行命令将MODIS数据中的反射率的第一波段进行裁剪,起点为第10行第10列,输出大小为256$\times$255,输出格式为TIFF。

注意这行命令有一个​​-a_scale 1​​​参数,这个参数指定了裁剪过程不要对DN值进行缩放。如果不加这个值得话,输出图像的DN值会被根据原数据的​​Scale=10000​​放大10000倍。

使用Python代码

对于使用Python代码进行裁剪,我们有两种方法:

  • 第一就是对命令行对应的借口直接进行调用。这个最直接最简单。
  • 第二就是首先自己选择出需要裁剪的区域,然后计算裁剪区域的GeoTransform的系数,最后将投影和GeoTransform系数赋值给裁剪子区域,写入输出文件。

我们知道GDAL中使用了六参数模型存储GeoTransform参数​,如果进行矩形裁剪的话,只有​​GT(0)​​​和​​GT(3)​​参数会有变化,即需要重新计算裁剪以后的左上角坐标即可。

下面给出使用Python对MODIS反射率的第一波段进行裁剪的代码:

from osgeo import gdal
import numpy as np

# API参考:https://gdal.org/python/
# GDAL命令行参考:https://www.gdal.org/gdal_translate.html
image_name = ('HDF4_EOS:EOS_GRID:'
'"MOD09GA.A2018349.h26v05.006.2018351030314.hdf":'
'MODIS_Grid_500m_2D:sur_refl_b01_1')

# 第一种方式,也是最简单的方法:直接使用GDAL命令行对应的Python方法
src: gdal.Dataset = gdal.Open(image_name)
src = gdal.Translate('cropped_with_translate.tif', src, srcWin=[10, 10, 256, 256],
options=['-a_scale', '1'])
del src

# 第二种方式,自己选择出需要的像素,然后自己确定裁剪以后的空间参考关系,并写入到输出文件
src: gdal.Dataset = gdal.Open(image_name)
band: gdal.Band = src.GetRasterBand(1)
subset: np.ndarray = band.ReadAsArray(10, 10, 256, 256)

driver: gdal.Driver = gdal.GetDriverByName('GTiff')
dst: gdal.Dataset = driver.Create('cropped_from_scratch.tif', 256, 256, 1, gdal.GDT_Int16)
dst.SetProjection(src.GetProjection())
trans = list(src.GetGeoTransform())
trans[0] -= -10 * trans[1]
trans[3] -= -10 * trans[5]
dst.SetGeoTransform(tuple(trans))

band: gdal.Band = dst.GetRasterBand(1)
band.WriteArray(subset)
band.FlushCache()
del src
del dst


举报

相关推荐

0 条评论