GDAL python——柵格數據的寫入

以計算NDVI爲例：

NDVI=(NIR-RED)/(NIR+RED)

其中NIR爲波段3，RED爲波段2

編程要點如下：

1. 將波段3讀入數組data3，將波段2讀入數組data2
2. 計算公式爲：
3. 當data3和data2均爲0時（例如用0表示NODATA），會出現被0除的錯誤，導致程序崩潰。需要用mask配合choose將0值去掉

代碼如下，僅有4行

data2 = band2.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)

data3 = band3.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)

mask = Numeric.greater(data3 + data2, 0)

ndvi = Numeric.choose(mask, (-99, (data3 - data2) / (data3 + data2)))

 

新建柵格數據集

將剛纔計算得到的數據寫入新的柵格數據集之中

首先要複製一份數據驅動：

driver = inDataset.GetDriver()

之後新建數據集

Create(<filename>, <xsize>, <ysize>, [<bands>], [<GDALDataType>])

其中bands的默認值爲1，GDALDataType的默認類型爲GDT_Byte，例如

outDataset = driver.Create(filename, cols, rows, 1, GDT_Float32)

在這條語句的執行過程中，存儲空間已經被分配到硬盤上了

在寫入之前，還需要先引入波段對象

outBand = outDataset.GetRasterBand(1)

波段對象支持直接寫入矩陣，兩個參數分別爲x向偏移和y向偏移

outBand.WriteArray(ndvi, 0, 0)

 

下面的例子總結了本次和上次的逐塊寫入方法

   xBlockSize = 64

   yBlockSize = 64

   for i in range(0, rows, yBlockSize):

      if i + yBlockSize < rows:

           numRows = yBlockSize

      else:

           numRows = rowsnumRows = rows –– ii

      for j in range(0, cols, xBlockSize):

           if j + xBlockSize < cols:

                    numCols = xBlockSize

           else:

                    numCols = cols – j

          data = band.ReadAsArray(j, i, numCols, numRows)

           # do calculations here to create outData array

           outBand.WriteArray(outData, j, i)

 

band對象可以設定NoData值

outBand.SetNoDataValue(-99)

還可以讀取NoData值

ND = outBand.GetNoDataValue()

 

計算band的統計量

首先用FlushCache()把緩存數據寫入磁盤

之後用GetStatistics(<approx_ok>, <force>)計算統計量。如果approx_ok=1那麼計算是基於pyramid的，如果force=0那麼當整幅圖都要被重讀一遍的時候就不計算統計量了。

outBand.FlushCache()

outBand.GetStatistics(0, 1)

 

設定新圖的地理參考點

如果新圖與另一張圖的地理參考信息完全一致，那就很簡單了

geoTransform = inDataset.GetGeoTransform()

outDataset.SetGeoTransform(geoTransform )

proj = inDataset.GetProjection()

outDataset.SetProjection(proj)

 

建立pyramids

設定Imagine風格的pyramids

gdal.SetConfigOption('HFA_USE_RRD', 'YES')

強制建立pyramids

outDataset.BuildOverviews(overviewlist=[2,4, 8,16,32,64,128])

 

圖像的拼接

1. 對每張圖：讀取行數和列數，原點(minX,maxY)，像素長，像素寬，並計算座標範圍

     maxX1 = minX1 + (cols1 * pixelWidth)

      minY1 = maxY1 + (rows1 * pixelHeight)

1. 計算輸出圖像的座標範圍：

minX = min(minX1, minX2, …) maxX = max(maxX1, maxX2, …)

minY = min(minY1, minY2, …) maxY = max(maxY1, maxY2, …)

1. 計算輸出圖像的行數和列數：

cols = int((maxX – minX) / pixelWidth)

rows = int((maxY – minY) / abs(pixelHeight)

1. 建立並初始化輸出圖像
2. 對每張待拼接的圖：計算offset值

xOffset1 = int((minX1 - minX) / pixelWidth)

yOffset1 = int((maxY1 - maxY) / pixelHeight)

讀入數據並按照上面計算的offset寫入

1. 對輸出圖像：計算統計量，設定geotransform ：[minX, pixelWidth, 0, maxY, 0, pixelHeight]，設定projection，建立pyramids