无地理信息的png转成含地理信息的tif

2024-06-28 17:51| 来源: 网络整理| 查看: 265

注：此代码非作者本人编写，转载于 python实现 png格式转遥感tif格式韩小震 2020-08-24 00:00:35 674 收藏 2 分类专栏：图像处理 ———————————————— 版权声明：本文为CSDN博主「韩小震」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/hz18790581821/article/details/108191088

在此感谢韩小震博主，代码非常有用，本文为韩小震博主原创文章的代码进行更详细的说明，以更方便地使用

原始数据： ①无地理信息的png格式影像 ②有地理信息的tif影像 ①与②影像栅格纵列数必须相同，但栅格内部DN值可以不同

目的：将②的地理信息赋予给①，使①的地物拥有地理坐标、经纬度等信息，以便以后的操作中①与②能够配准通常在地物变化检测中可能用到，比如①是变化标签，②是某个时相的遥感影像。或者某些高分影像为png格式，需要赋予地理坐标信息

#python语言 from osgeo import gdal import os import numpy as np import cv2 ''' input:原图的tif文件和预测的单通道png图像 out:合成新的tif,带有坐标信息 ''' class GRID: # 读图像文件 # 读取有地理信息的tif影像 # 返回有地理信息的tif影像的投影坐标系、坐标等地理信息：im_proj, im_geotrans, im_data, im_width, im_height def read_img(self, filename): dataset = gdal.Open(filename) # 打开文件 im_width = dataset.RasterXSize # 栅格矩阵的列数 im_height = dataset.RasterYSize # 栅格矩阵的行数 im_geotrans = dataset.GetGeoTransform() # 仿射矩阵 im_proj = dataset.GetProjection() # 地图投影信息 im_data = dataset.ReadAsArray(0, 0, im_width, im_height) # 将数据写成数组，对应栅格矩阵 del dataset # 关闭对象，文件dataset return im_proj, im_geotrans, im_data, im_width, im_height # 写文件，以写成tif为例 # 将png文件按照有地理信息的tif影像中的地理信息写成tif格式 def write_img(self, filename, im_proj, im_geotrans, im_data): # 判断栅格数据的数据类型 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 # 判读数组维数 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 # 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 dataset = driver.Create(filename, im_width, im_height, im_bands, datatype) dataset.SetGeoTransform(im_geotrans) # 写入仿射变换参数 dataset.SetProjection(im_proj) # 写入投影 if im_bands == 1: dataset.GetRasterBand(1).WriteArray(im_data) # 写入数组数据 else: for i in range(im_bands): dataset.GetRasterBand(i + 1).WriteArray(im_data[i]) del dataset if __name__ == "__main__": #os.chdir(r'./data') # 切换路径到待处理图像所在文件夹 run = GRID() # 第一步输入并读取含有地理信息的tif文件 proj, geotrans, data1, row1, column1 = run.read_img('x1_tif.tif') # 读数据,获取tif图像的地理信息 # 第二步读取png格式影像 img_path = 'x2_png.png' # 读取png图像数据 data2 = cv2.imread(img_path, -1) data = np.array((data2), dtype=data1.dtype) #数据格式 # 第三步将第一步读取的地理信息写入png格式影像中 run.write_img('x2_tif.tif', proj, geotrans, data) # 生成tif

原文链接: link.

【本文地址】

公司简介

联系我们