GDAL+Python實現柵格影像處理之重採樣

由於項目需要，所以使用到了GDAL框架，項目中未使用到GDAL關於圖像處理部分的算法接口，所以近期學習總結一下。GDAL支持Python、c++、c、c# 、java。其中接口大同小異，主要是學習其中思路和方法，此處採用Python編寫代碼實現該功能。

重採樣概念

重採樣是從高分辨率遙感影像中提取出低分辨率影像的過程。
常用的方法有最鄰近內插法、雙線性內插法、三次卷積法等

使用方法

• 方法1
  在python中我們可以使用gdal.ReprojectImage()進行重採樣。其中官網地址如下，如圖所示：
  
  可以查看其具體用法，也可以在pycharm中查看具體參數設置。
  參數說明（未列完）：

參數	說明
Dataset src_ds	輸入數據集
Dataset dst_ds	輸出文件
GDALResampleAlg eResampleAlg	重採樣方法(最鄰近內插\雙線性內插\三次卷積等)
GDALProgressFunc	回調函數
char const * src_wkt=None	輸入投影
char const * dst_wkt=None	參考投影

代碼實現

outputfilePath = 'G:/studyprojects/gdal/GdalStudy/Files/images/ReprojectImage.tif'
inputfilePath='G:/studyprojects/gdal/GdalStudy/Files/images/2016CHA.tif'
referencefilefilePath='G:/studyprojects/gdal/GdalStudy/Files/images/2018CHA.tif'
def ReprojectImages():
    # 獲取輸出影像信息
    inputrasfile = gdal.Open(inputfilePath, gdal.GA_ReadOnly)
    inputProj = inputrasfile.GetProjection()
    # 獲取參考影像信息
    referencefile = gdal.Open(referencefilefilePath, gdal.GA_ReadOnly)
    referencefileProj = referencefile.GetProjection()
    referencefileTrans = referencefile.GetGeoTransform()
    bandreferencefile = referencefile.GetRasterBand(1)
    Width= referencefile.RasterXSize
    Height = referencefile.RasterYSize
    nbands = referencefile.RasterCount
    # 創建重採樣輸出文件（設置投影及六參數）
    driver = gdal.GetDriverByName('GTiff')
    output = driver.Create(outputfilePath, Width,Height, nbands, bandreferencefile.DataType)
    output.SetGeoTransform(referencefileTrans)
    output.SetProjection(referencefileProj)
    # 參數說明 輸入數據集、輸出文件、輸入投影、參考投影、重採樣方法(最鄰近內插\雙線性內插\三次卷積等)、回調函數
    gdal.ReprojectImage(inputrasfile, output, inputProj, referencefileProj, gdalconst.GRA_Bilinear,0.0,0.0,)

• 方法2
  同時也可以使用gdal.Warp()方法進行重採樣。
  參數詳解（未列完）：

參數	說明
srcSRS	源座標系統
dstSRS	目標座標系統
resampleAllg	重採樣方法
multeThread	多線程
cutLineDSname	裁剪mask矢量數據集名字
format	輸出格式 eg GTIFF
cutLineLayername	裁剪mask圖層名
cutLinewhere	裁剪where語句

def ReprojectImages2():
    # 若採用gdal.Warp()方法進行重採樣
    # 獲取輸出影像信息
    inputrasfile = gdal.Open(inputfilePath, gdal.GA_ReadOnly)
    inputProj = inputrasfile.GetProjection()
    # 獲取參考影像信息
    referencefile = gdal.Open(referencefilefilePath, gdal.GA_ReadOnly)
    referencefileProj = referencefile.GetProjection()
    referencefileTrans = referencefile.GetGeoTransform()
    bandreferencefile = referencefile.GetRasterBand(1)
    x = referencefile.RasterXSize
    y = referencefile.RasterYSize
    nbands = referencefile.RasterCount
    # 創建重採樣輸出文件（設置投影及六參數）
    driver = gdal.GetDriverByName('GTiff')
    output = driver.Create(outputfilePath, x, y, nbands, bandreferencefile.DataType)
    output.SetGeoTransform(referencefileTrans)
    output.SetProjection(referencefileProj)
    options = gdal.WarpOptions(srcSRS=inputProj, dstSRS=referencefileProj, resampleAlg=gdalconst.GRA_Bilinear)
    gdal.Warp(output, inputfilePath, options=options)

效果展示

圖中可以看出我將16年分類影像經過重採樣後跟18年影像一致。