gdal

背景前提 　　地理空间数据抽象库（GDAL）是一个用于读取和编写栅格和矢量地理空间数据格式的计算机软件库，由开源地理空间基金会在许可的X / MIT风格免费软件许可下发布。 作为一个库，它为调用应用程序提供了一个抽象数据模型，用于所有支持的格式。 它还可以构建有各种有用的命令行接口实用程序，用于数据转换和处理。 PROJ.4库支持投影和转换。（摘自维基百科） 　　相关的OGR库（OGR Simple Features Library [2]）是GDAL源代码树的一部分，它为简单的特征矢量图形数据提供了类似的功能。（摘自维基百科） 　　GDAL库在使用前可以进行源码编译，编译环境由用户所要进行后期的开发环境所决定，一般情况下，Windows系统下和Linux系统下所编译出来的GDAL库文件是不一样的，不仅如此，对于C++语言来说，不同编译器下的编译出来的GDAL库文件也是不一样的，例如QT所采用的MinGW编译器和VS的MSVC编译器所编译出来Windows系统下的GDAL库文件不通用（本人亲测，确实如此），所以不同的开发环境，不同的开发平台（IDE），不同的编译器，这都会影响前期的GDAL库源码的编译，再加上GDAL库本身又支持多种扩展库，以及多种语言下的二次编译，不同的用户有不同的扩展需求，所以针对GDAL库的复杂需求，配置不同的编译环境，编译出来的GDAL库文件也是各式各样

原文链接： python gdal安装与简单使用 gdal安装 方式一：在网址 https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal 下载对应python版本的whl文件，在命令行中pip install whl文件完整路径安装（windows方式）。 方式二： 命令行conda/pip search gdal查看版本，选择合适的版本（我的2.2.4），如果没有，使用方式一。 命令行conda/pip install gdal=版本号，注意加上版本号，否则可能安装上老版本（windows/linux都可用）。 其他：centos 编译、配置 gdal 测试 gdal包用于处理栅格数据，ogr用于处理矢量数据。 以下程序为gdal处理栅格的简单应用。 1 from osgeo import gdal 2 import numpy as np 3 np.set_printoptions(threshold=np.inf) # 使print大量数据不用符号...代替而显示所有 4 5 dataset = gdal.Open( " E:/RS_data/caijian1214/caijian.tif " ) 6 7 print (dataset.GetDescription()) # 数据描述 8 9 print (dataset

转自https://gmt-china.org/blog/gdal-ogr/ GDAL/OGR: 地理空间数据格式转换神器 GDAL/OGR 是一个地理空间数据的格式转换及处理工具。 简介 官方主页: http://www.gdal.org GDAL/OGR 的核心分成两个部分： GDAL部分可以实现142种光栅/网格数据格式间的互相转换，比如常见的 netCDF、GeoTiff、HDF5、XYZ 等，详见 GDAL光栅格式列表 OGR部分可以实现84种矢量数据格式间的互相转换，比如常见的 Shapefile、GMT、KML、MapInfo、Excel 等，详见 OGR矢量格式列表 安装 Windows 用户 Windows 用户可以通过安装 OSGeo4W 来使用 其提供的 GDAL。安装及使用方式如下： 到 OSGeo4W 官方网站下载 32位 或 64位 安装包 双击=>“Express Desktop Install”=>选择下载地址=>只勾选GDAL=>等待下载安装完成 （有经验的用户也可以选择“Advanced Install”以自定义安装） 安装完成会在桌面生成一个名为OSGeo4W的文件夹，双击文件夹内的快捷链接即可打开一个命令行窗口 命令行窗口中输入 ogr2ogr --version 以确认可以正常使用 如果只是偶尔使用，建议按照如上方式运行；如果是经常使用

在最近的项目中，完成了许多python处理矢量数据的算法程序，比如缓冲区分析、叠置分析、统计分析等，主要用到的是GDAL/OGR库，很多功能都参照了此链接中的示例： http://pcjericks.github.io/py-gdalogr-cookbook/# 由于完成的功能在上面链接中都能找到实现的代码，所以原来不打算写博客的，但是今天写的这个SHP转GeoJSON的算法把我坑得不轻，着实郁闷了好久才解决，因此就写一下权当纪念吧。有时候写程序真的是一件充满玄学的事情，原理上怎么看怎么对，但是运行起来却偏偏不是那回事，就算调试也给你不报错直接闪退，特别是处理空间数据时属性的编码问题，更是搞得人头皮发麻。这种情况下，能不能调的出来全靠运气，搞不好一个小问题卡一个星期都是正常，这可能也是程序员普遍发量稀少的原因吧。更加玄学的是，解决问题的方式又常常充满戏剧性，折腾了一个早上加半个下午没找到原因，起来喝杯水却突然灵感乍现，三四行代码调整一下顺序，一顿骚操作，点击运行，突然就能运行成功了，再看一下结果，还真是对的！山穷水尽疑无路，柳暗花明又一村，这种感觉真是刺激。 好了，将Shapefile转化为GeoJSON的完整代码如下： 1 # -*- coding: utf-8 -*- 2 from osgeo import ogr 3 import gdal 4 import sys 5

本文几乎全部内容来自博客 https://www.cnblogs.com/ninicwang/p/11533066.html 1、gdal包简介 gdal是空间数据处理的开源包，其支持超过100种栅格数据类型，涵盖所有主流GIS与RS数据格式。 2、读取栅格数据 #导入gdal包 from osgeo import gdal #导入numpy包（支持高维数组和矩阵运算，也提供了许多数组和矩阵运算的函数） import numpy as np #打开文件 dataset=gdal.Open("fdem.tif") #栅格矩阵的列数（X是列） im_width = dataset.RasterXSize #栅格矩阵的行数（Y是行） im_height = dataset.RasterYSize #波段数 im_bands = dataset.RasterCount #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； im_geotrans = dataset.GetGeoTransform() >>> im_geotrans (409294.88696681266, 27.376482012944024, 0.0, 4423871.083377095, 0.0, -27.376482012944006)

博客背景和目的 最近在用C++写一个底层的东西，需要读取和创建shp文件。虽然接触shp文件已经几年了，但是对于shp文件内到底包含什么东西一直是一知半解。以前使用shp文件都是利用软件（如ArcGIS）直接打开，保存；创建文件则需要专门利用ArcToolBox等创建图形。 网上有现成的有关shp文件的库，如GDAL等，可以结合这些库来读写shp文件。但是由于编程环境问题、库的版本、编译、引用等等问题，在现有情况下无法正常使用，加之使用现有的库不能让我从底层完全了解shp文件的组织方式，遂决心一点点地自己动手写读和写（创建）的方法。 在尝试解决这个问题的时候，我浏览了网上众多有关shp文件读写的博客和资料，发现大多博客对于shp文件的情况和读取过程有详细的记录，但是几乎没有写（创建）底层shp文件的代码示例。虽然“写”与“读”类似，但是其中还是有很多“陷阱”。为了记录自己的探索历程，同时给后面的人提供经验和参考，故写此博客，希望能给读者提供帮助。 shp文件基本情况 shp是shapefile的缩写，关于shapefile的历史和特点我不过多叙述，网上随便一搜都有详细内容，我着重叙述几点： 一个完整的shapefile文件至少包含shp文件、dbf文件和shx文件，它们都是同名的，文件的后缀格式是.shp、.dbf和.shx。也就是说，缺少其中任何一项，都无法直接用ArcGIS打开