利用python gdal读写遥感影像

0读取遥感数据

# 读遥感数据
import gdal
import numpy as np


class Grid:
    # 读取图像文件
    def read_img(self, filename):
        data = gdal.Open(filename)  # 打开文件
        im_width = data.RasterXSize  # 读取图像行数
        im_height = data.RasterYSize  # 读取图像列数

        im_geotrans = data.GetGeoTransform()
        # 仿射矩阵，左上角像素的大地坐标和像素分辨率。
        # 共有六个参数，分表代表左上角x坐标；东西方向上图像的分辨率；如果北边朝上，地图的旋转角度，0表示图像的行与x轴平行；左上角y坐标；
        # 如果北边朝上，地图的旋转角度，0表示图像的列与y轴平行；南北方向上地图的分辨率。
        im_proj = data.GetProjection()  # 地图投影信息
        im_data = data.ReadAsArray(0, 0, im_width, im_height)  # 此处读取整张图像
        # ReadAsArray(<xoff>, <yoff>, <xsize>, <ysize>)
        # 读出从(xoff,yoff)开始，大小为(xsize,ysize)的矩阵。
        del data  # 释放内存，如果不释放，在arcgis，envi中打开该图像时会显示文件被占用

        return im_proj, im_geotrans, im_data

1写遥感数据

    def write_img(self, filename, im_proj, im_geotrans, im_data):
        # filename-创建的新影像
        # im_geotrans,im_proj该影像的参数，im_data，被写的影像
        # 写文件，以写成tiff为例
        # gdal数据类型包括
        # gdal.GDT_Byte,
        # gdal .GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32,
        # gdal.GDT_Float32, gdal.GDT_Float64

        # 判断栅格数据的类型
        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
        if len(im_data.shape) == 3:  # len(im_data.shape)表示矩阵的维数
            im_bands, im_height, im_width = im_data.shape  # （维数，行数，列数）
        else:
            im_bands, (im_height, im_width) = 1, im_data.shape  # 一维矩阵

        #         创建文件
        driver = gdal.GetDriverByName('GTiff')  # 数据类型必须有，因为要计算需要多大内存空间
        data = driver.Create(filename, im_width, im_height, im_bands, datatype)
        data.SetGeoTransform(im_geotrans)  # 写入仿射变换参数
        data.SetProjection(im_proj)  # 写入投影
        if im_bands == 1:
            data.GetRasterBand(1).WriteArray(im_data)  # 写入数组数据
        else:
            for i in range(im_bands):
                data.GetRasterBand(i + 1).WriteArray(im_data[i])
        del data

2计算NDVI

实现了读写影像数据，便可以实现NDVI的计算

a = Grid()
prj, geotrans, data = a.read_img(r'')  # 读取数据
print(prj, geotrans, data, data.shape, sep='\n')
# 计算NDVI值，并输出影像
data = data.astype(np.float)  # 强制类型转换为float
ndvi = (data[3] - data[2]) / (data[3] + data[2])  # (nir-r)/(nir+r)
a.write_img('', prj, geotrans, ndvi)