GDAL python——栅格数据的写入

以计算NDVI为例:

NDVI=(NIR-RED)/(NIR+RED)

其中NIR为波段3,RED为波段2

编程要点如下:

  1. 将波段3读入数组data3,将波段2读入数组data2
  2. 计算公式为:
  3. 当data3和data2均为0时(例如用0表示NODATA),会出现被0除的错误,导致程序崩溃。需要用mask配合choose将0值去掉

代码如下,仅有4行

data2 = band2.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)

data3 = band3.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)

mask = Numeric.greater(data3 + data2, 0)

ndvi = Numeric.choose(mask, (-99, (data3 - data2) / (data3 + data2)))

 

新建栅格数据集

将刚才计算得到的数据写入新的栅格数据集之中

首先要复制一份数据驱动:

driver = inDataset.GetDriver()

之后新建数据集

Create(, , , [], [])

其中bands的默认值为1,GDALDataType的默认类型为GDT_Byte,例如

outDataset = driver.Create(filename, cols, rows, 1, GDT_Float32)

在这条语句的执行过程中,存储空间已经被分配到硬盘上了

在写入之前,还需要先引入波段对象

outBand = outDataset.GetRasterBand(1)

波段对象支持直接写入矩阵,两个参数分别为x向偏移和y向偏移

outBand.WriteArray(ndvi, 0, 0)

 

下面的例子总结了本次和上次的逐块写入方法

   xBlockSize = 64

   yBlockSize = 64

   for i in range(0, rows, yBlockSize):

      if i + yBlockSize < rows:

           numRows = yBlockSize

      else:

           numRows = rowsnumRows = rows –– ii

      for j in range(0, cols, xBlockSize):

           if j + xBlockSize < cols:

                    numCols = xBlockSize

           else:

                    numCols = cols – j

          data = band.ReadAsArray(j, i, numCols, numRows)

           # do calculations here to create outData array

           outBand.WriteArray(outData, j, i)

 

band对象可以设定NoData值

outBand.SetNoDataValue(-99)

还可以读取NoData值

ND = outBand.GetNoDataValue()

 

计算band的统计量

首先用FlushCache()把缓存数据写入磁盘

之后用GetStatistics(, )计算统计量。如果approx_ok=1那么计算是基于pyramid的,如果force=0那么当整幅图都要被重读一遍的时候就不计算统计量了。

outBand.FlushCache()

outBand.GetStatistics(0, 1)

 

设定新图的地理参考点

如果新图与另一张图的地理参考信息完全一致,那就很简单了

geoTransform = inDataset.GetGeoTransform()

outDataset.SetGeoTransform(geoTransform )

proj = inDataset.GetProjection()

outDataset.SetProjection(proj)

 

建立pyramids

设定Imagine风格的pyramids

gdal.SetConfigOption('HFA_USE_RRD', 'YES')

强制建立pyramids

outDataset.BuildOverviews(overviewlist=[2,4, 8,16,32,64,128])

 

图像的拼接

  1. 对每张图:读取行数和列数,原点(minX,maxY),像素长,像素宽,并计算坐标范围

     maxX1 = minX1 + (cols1 * pixelWidth)

      minY1 = maxY1 + (rows1 * pixelHeight)

  1. 计算输出图像的坐标范围:

minX = min(minX1, minX2, …) maxX = max(maxX1, maxX2, …)

minY = min(minY1, minY2, …) maxY = max(maxY1, maxY2, …)

  1. 计算输出图像的行数和列数:

cols = int((maxX – minX) / pixelWidth)

rows = int((maxY – minY) / abs(pixelHeight)

  1. 建立并初始化输出图像
  2. 对每张待拼接的图:计算offset值

xOffset1 = int((minX1 - minX) / pixelWidth)

yOffset1 = int((maxY1 - maxY) / pixelHeight)

读入数据并按照上面计算的offset写入

  1. 对输出图像:计算统计量,设定geotransform :[minX, pixelWidth, 0, maxY, 0, pixelHeight],设定projection,建立pyramids

你可能感兴趣的:(Python,GDAL)