tiff转npy

from osgeo import gdal
import os
import numpy as np

source_dir = "C:\\Users\\Administrator\\Desktop\\SAR_specific_models-master\\data\\FUSARship-1-512-tiff"
target_dir = "C:\\Users\\Administrator\\Desktop\\SAR_specific_models-master\\data\\slc_data"

class_list = os.listdir(source_dir)
for cla in class_list:
    img_list = os.listdir(os.path.join(source_dir,cla))
    for img in img_list:
        # 拆分文件名
        name = []
        portion = os.path.splitext(img)  # 把文件名拆分为名字和后缀
        if portion[1] == ".tiff":
            name = portion[0]
            image_path = source_dir + "\\" + cla + "\\" + img
            image_name = target_dir + "\\" + cla + "\\" + name + ".npy"

            # 读取数组
            image = gdal.Open(image_path)  # 读取栅格数据
            img_array = image.ReadAsArray()

            # 创建文件夹
            if not os.path.exists(target_dir + "\\" + cla):
                os.makedirs(target_dir + "\\" + cla)

            K = np.array(img_array)
            # 存储npy文件
            np.save(image_name, K)

后续修改和补充：上面是使用gdal读取的tiff图，还可以使用cv2.imread()，也是简单方便以及常用的函数，但是要注意设置cv2.imread()的第二个参数为-1，代表不转化图像，不然cv2.imread()默认是转化为三通道rgb图像的。读取完图像后使用numpy将图像转换为数组就可了。

# 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