«

python怎么读取与写入tif图片的完整信息

时间:2024-5-14 09:43     作者:韩俊     分类: Python


这篇文章主要介绍“python怎么读取与写入tif图片的完整信息”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“python怎么读取与写入tif图片的完整信息”文章能帮助大家解决问题。

    python读取与写入tif图片的完整信息

    一、导入gdal包

    在anconda环境下:

    conda install gdal

    在其他环境下,去这个网站下载gdal包,直接使用pip install gdal是不行的

    注意:

    对于liunx用户,建议使用conda安装,对于win用户两者都可以。

    使用方式一:from osgeo import gdal

    使用方式二: import gdal 

    读取if

    #Tif文件读取
    def ReadTifImg(filename):
        '''功能:用于读取TIF格式的遥感图像,
           返回值:im_proj : 地图投影信息,一般在剪裁,拼合图像的时候不修改这部分信息
                 im_geotrans : 仿射矩阵,里面存放了地图绝对的地理信息位置
                 im_data:通道顺序位 [channel,width,height]'''
        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
        # GeoTransform[0]  横向 水平 [0,0.5,0,0,0,-0.5]
        # GeoTransform[3]  左上角位置
        # GeoTransform[1]是像元宽度 正值 相加
        # GeoTransform[5]是像元高度 负值 相减
        # 如果影像是指北的,GeoTransform[2]和GeoTransform[4]这两个参数的值为0。
        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
        return im_proj, im_geotrans, im_data

    写入tif

     #Tif文件写入
    def WriteTifImg(filename, im_proj, im_geotrans, im_data, datatype=None):
        '''功能:用于写TIF格式的遥感图像,同时兼容一个通道 和 三个通道
           返回值:im_proj : 地图投影信息,保持与输入图像相同
                 im_geotrans : 仿射矩阵,计算当前图像块的仿射信息
                 im_data:通道顺序位 [channel,height,width], 当前图像块的像素矩阵,
                 datatype:指定当前图像数据的数据类型,默认和输入的im_data类型相同'''
        # 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
        # 判断栅格数据的数据类型
        if datatype is None:  # im_data.dtype.name数据格式
            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):  # 按波段写入
                dataset.GetRasterBand(i + 1).WriteArray(im_data[i])
        del dataset

    补充:用python读取tif格式图像,opencv读取

    import cv2
    img = cv2.imread("11.tif",1)
    #第二个参数是通道数和位深的参数,
    #IMREAD_UNCHANGED = -1#不进行转化,比如保存为了16位的图片,读取出来仍然为16位。
    #IMREAD_GRAYSCALE = 0#进行转化为灰度图,比如保存为了16位的图片,读取出来为8位,类型为CV_8UC1。
    #IMREAD_COLOR = 1#进行转化为RGB三通道图像,图像深度转为8位
    #IMREAD_ANYDEPTH = 2#保持图像深度不变,进行转化为灰度图。
    #IMREAD_ANYCOLOR = 4#若图像通道数小于等于3,则保持原通道数不变;若通道数大于3则只取取前三个通道。图像深度转为8位
    print (img)
    print (img.shape)
    print (img.dtype)
    print (img.min())
    print (img.max())
    #创建窗口并显示图像
    cv2.namedWindow("Image")
    cv2.imshow("Image",img)
    cv2.waitKey(0)
    #释放窗口
    cv2.destroyAllWindows()

    标签: python

    热门推荐