快捷導(dǎo)航

Python 實(shí)現(xiàn)遙感影像波段組合的示例代碼

更新時(shí)間：2019年08月04日 10:46:02 作者：改不了昵稱(chēng)呀

這篇文章主要介紹了Python 實(shí)現(xiàn)遙感影像波段組合的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

最近要做個(gè)遙感相關(guān)的小系統(tǒng)，需要波段組合功能，網(wǎng)上找了可以使用ArcGIS安裝時(shí)自帶的arcpy包，但是Python3.7不能使用現(xiàn)有ArcGIS10.2版本，也不想再裝其他版本，所以只能自己想了個(gè)辦法解決。不過(guò)有點(diǎn)笨啊。

思路是：

1.讀取需要組合遙感影像波段（此處用OLI）

2.創(chuàng)建數(shù)組，把讀取的波段按序放進(jìn)去

3.寫(xiě)入文件，寫(xiě)成tif多波段數(shù)據(jù)

上代碼：

from osgeo import gdal
import os
import numpy as np
 
class GRID:
 
  #讀圖像文件
  def read_img(self,filename):
    dataset=gdal.Open(filename)    #打開(kāi)文件
 
    im_width = dataset.RasterXSize  #柵格矩陣的列數(shù)
    im_height = dataset.RasterYSize  #柵格矩陣的行數(shù)
 
    im_geotrans = dataset.GetGeoTransform() #仿射矩陣
    im_proj = dataset.GetProjection() #地圖投影信息
    im_data = dataset.ReadAsArray(0,0,im_width,im_height) #將數(shù)據(jù)寫(xiě)成數(shù)組，對(duì)應(yīng)柵格矩陣
 
    del dataset #關(guān)閉對(duì)象，文件dataset
    return im_proj,im_geotrans,im_data,im_width,im_height
 
  #寫(xiě)文件，以寫(xiě)成tif為例
  def write_img(self,filename,im_proj,im_geotrans,im_data):
 
    #判斷柵格數(shù)據(jù)的數(shù)據(jù)類(lèi)型
    if 'int8' in im_data.dtype.name:
      datatype = gdal.GDT_Byte
    elif 'int16' in im_data.dtype.name:
      datatype = gdal.GDT_UInt16
    else:
      datatype = gdal.GDT_Float32
 
    #判讀數(shù)組維數(shù)
    if len(im_data.shape) == 3:
      im_bands, im_height, im_width = im_data.shape
    else:
      im_bands, (im_height, im_width) = 1,im_data.shape
 
    #創(chuàng)建文件
    driver = gdal.GetDriverByName("GTiff")  #數(shù)據(jù)類(lèi)型必須有，因?yàn)橐?jì)算需要多大內(nèi)存空間
    dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)
 
    dataset.SetGeoTransform(im_geotrans)       #寫(xiě)入仿射變換參數(shù)
    dataset.SetProjection(im_proj)          #寫(xiě)入投影
 
    if im_bands == 1:
      dataset.GetRasterBand(1).WriteArray(im_data) #寫(xiě)入數(shù)組數(shù)據(jù)
    else:
      for i in range(im_bands):
        dataset.GetRasterBand(i+1).WriteArray(im_data[i])
 
    del dataset
 
if __name__ == "__main__":
  os.chdir(r'E:\Python\temp\data')            #切換路徑到待處理圖像所在文件夾
  run = GRID()
  #第一步
  proj,geotrans,data1,row1,column1 = run.read_img('Band_5_Clip.tif') #讀數(shù)據(jù)
  proj,geotrans,data2,row2,column2= run.read_img('Band_4_Clip.tif') # 讀數(shù)據(jù)
  proj,geotrans,data3,row3,column3 = run.read_img('Band_3_Clip.tif') # 讀數(shù)據(jù)
 
  #第二步
  data = np.array((data1, data2, data3),dtype = data1.dtype) #按序?qū)?個(gè)波段像元值放入
 
  #第三步
  run.write_img('com543.tif', proj, geotrans, data) # 寫(xiě)為3波段數(shù)據(jù)

OK！！和ArcGIS處理的對(duì)比一下，發(fā)現(xiàn)差別不大(上：ArcMap 下：Python）。