VS2013+OPENCV+GDAL处理多光谱数据

目前在研究高光谱图像处理。与普通图像不同，高光谱图像是多波段的图像，而OPENCV只能直接处理至多3维的图像，所以要依赖GDAL库来处理高光谱图像。思路就是：根据文件名获得其GDALDataset数据集，然后分波段（波段相当于通道）存储在格式为Vector的容器内，最后利用MAT的Merge函数，对通道数据进行组合。以上方法适合任意波段数据，对多光谱和高光谱数据比较实用。

#include   
#include   
#include   
#include   
#include   
#include 
#include  
#include 

using namespace cv; 
using namespace std; 

cv::Mat GDAL2Mat(const char* fileName) 
{ 
    GDALAllRegister(); 
GDALDataset *poDataset = (GDALDataset *)GDALOpen(fileName,GA_ReadOnly); // GDAL数据集 
int Cols = poDataset->GetRasterXSize(); // 列 
int Rows = poDataset->GetRasterYSize(); // 行 
int BandSize = poDataset->GetRasterCount();//波段数 
double *adfGeoTransform = new double[6]; 
poDataset->GetGeoTransform(adfGeoTransform);


std::vector imgMat;  // 定义元素为Mat的vecoter向量，向量的每一个元素存储一个波段的数据
 float *pafScan;   // 存储数据

 for(int i = 0;i< BandSize;i++)
 {
     GDALRasterBand *pBand = poDataset->GetRasterBand(i+1);//读取第i+1个波段的数据
     pafScan = new float[Cols*Rows];
     pBand->RasterIO(GF_Read,0,0,Cols,Rows,pafScan,
                     Cols,Rows,GDT_Float32,0,0);//将第i+1个波段的数据存入pafScan
     cv::Mat A = cv::Mat(Rows,Cols,CV_32FC1,pafScan);//将第i+1个波段的数据存存入A中
     imgMat.push_back(A.clone());
     delete []pBand;
     A.release();
 }
 delete []pafScan;
 cv::Mat img;
 img.create(Rows,Cols,CV_32FC(BandSize));
 merge(imgMat,img);
// GDALClose((GDALDatasetH)poDataset);
imgMat.clear(); 
return img;
}

int main() 
{ 
    Mat img; 
    vector band; 
    img=GDAL2Mat("E:/raw.tif");//img中含有所有波段的数据 
    split(img,band);//将img拆分成单个波段存储在band中 
    cvNamedWindow("window1",CV_WINDOW_AUTOSIZE); 
    imshow("window1",band[0]/100); 
    cvWaitKey(0); 
    band.clear(); 
    cvDestroyWindow("window1"); 
    img.release(); 
    return 0; 
} 

 

转载于:https://www.cnblogs.com/aodu/p/8249952.html