通過訪問前面介紹的GDAL的一些函數，可以概括地知道影像的 獲取時間、處理時間、空間分辨率、 影像大小等一些信息。但是為了對遙感影像進行處理，需要進一步能夠訪問遙感影像 中的數據， 即影像中像元的灰度值。

GDAL提供了下面兩個函數來訪問是影像的數值。

• ReadRaster() 讀取圖像數據(以二進制的形式)

  

  微信號：MeetyXiao
  添加微信好友, 獲取更多信息
  復制微信號

• ReadAsArray() 讀取圖像數據(以數組的形式)

下面看一下具體的用法。

    >>> help(dataset.ReadRaster)
    ReadRaster(self, xoff, yoff, xsize, ysize, buf_xsize=None, buf_ysize=None, buf_type=None, band_list=None)
    >>> help(dataset.ReadAsArray)
    ReadAsArray(self, xoff=0, yoff=0, xsize=None, ysize=None)

這是兩個非常重要的函數，它們直接讀取圖像的數據， 從而可 以對柵格數據進行分析。 可以看到兩個函數的幫助中有許多的 參數。 解釋一下：

• xoff,yoff：指定想要讀取的部分原點位置在整張圖像中距 離全圖原點的位置(以像元為單位）。

• xsize,ysize： 指定要讀取部分圖像的矩形的長和寬（以像 元為單位）。

• buf_xsize，buf_ysize：可以在讀取出一部分圖像后進行縮放。 那么就用這兩個參數來定義縮放后圖像最終的寬和高，gdal將幫 你縮放到這個大小。

• buf_type：可以對讀出的數據的類型進行轉換（比如原圖數據 類型是short，你要把它們縮小成byte）。

• band_list：適應多波段的情況。可以指定要讀取的哪幾個波段。

這里簡單看一下如何獲取GeoTIFF文件中的數據。

    >>> dataset2 = gdal.Open("/bk/gdata/img_landsat_subset.tif")
    >>> dataset2.ReadAsArray(50,50,3,3)
    array([[[ 45,  40,  43],
            [ 51,  45,  45],
            [ 54,  50,  44]],
           [[148, 151, 168],
            [157, 153, 160],
            [170, 163, 156]],
           [[121, 119, 132],
            [130, 127, 127],
            [143, 135, 127]]], dtype=uint8)
    >>> dataset2.ReadRaster(50,50,3,3)
        '-(+3--62,\x94\x97\xa8\x9d\x99\xa0\xaa\xa3\x9cyw\x84\x82\x7f\x7f\x8f\x87\x7f'

我們就把圖像左上角位于(3340, 3780)，寬高都為10個像元的 數據讀取出來了。這兩個函數返回的結果不一樣，其中 ReadAsArray()讀出的是numpy的數組，類型為int16；而ReadData()讀出二進制型。

返回目錄：Python與開源GIS

來源：開源地理空間基金會中文分會

來源鏈接：https://www.osgeo.cn/post/7230g

本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。