Python与开源GIS：访问数据集的数据

发布日期： 1970-01-01 更新日期： 2019-10-28 编辑：xuzhiping 浏览次数： 6017

摘要: Python与开源GIS教程的内容，开发了单独的内容，请打开 https://www.osgeo.cn/pygis/ 查看。本页面的内容不再更新。通过访问前面介绍的GDAL的一些函数，可以概括地知道影像的获取时间、处理时间、空间分辨率、...

Python与开源GIS教程的内容，开发了单独的内容，请打开 https://www.osgeo.cn/pygis/ 查看。
本页面的内容不再更新。

通过访问前面介绍的GDAL的一些函数，可以概括地知道影像的获取时间、处理时间、空间分辨率、影像大小等一些信息。但是为了对遥感影像进行处理，需要进一步能够访问遥感影像中的数据，即影像中像元的灰度值。

GDAL提供了下面两个函数来访问是影像的数值。

ReadRaster() 读取图像数据(以二进制的形式)
ReadAsArray() 读取图像数据(以数组的形式)

下面看一下具体的用法。

    >>> 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)

这是两个非常重要的函数，它们直接读取图像的数据，从而可以对栅格数据进行分析。可以看到两个函数的帮助中有许多的参数。解释一下：

xoff,yoff：指定想要读取的部分原点位置在整张图像中距离全图原点的位置(以像元为单位）。
xsize,ysize：指定要读取部分图像的矩形的长和宽（以像元为单位）。
buf_xsize，buf_ysize：可以在读取出一部分图像后进行缩放。那么就用这两个参数来定义缩放后图像最终的宽和高，gdal将帮你缩放到这个大小。
buf_type：可以对读出的数据的类型进行转换（比如原图数据类型是short，你要把它们缩小成byte）。
band_list：适应多波段的情况。可以指定要读取的哪几个波段。

这里简单看一下如何获取GeoTIFF文件中的数据。

    >>> 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'

我们就把图像左上角位于(3340, 3780)，宽高都为10个像元的数据读取出来了。这两个函数返回的结果不一样，其中 ReadAsArray()读出的是numpy的数组，类型为int16；而ReadData()读出二进制型。

返回目录：Python与开源GIS

The newest post.