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)
#地图投影信息
im_proj = dataset.GetProjection()
>>> im_proj
'PROJCS["WGS 84 / UTM zone 50N",GEOGCS["WGS 84",DATUM["WGS_1
984",SPHEROID["WGS 84",6378137,298.257223563,AUTHORITY["EPSG
","7030"]],AUTHORITY["EPSG","6326"]],PRIMEM["Greenwich",0,AU
THORITY["EPSG","8901"]],UNIT["degree",0.0174532925199433,AUT
HORITY["EPSG","9122"]],AUTHORITY["EPSG","4326"]],PROJECTION[
"Transverse_Mercator"],PARAMETER["latitude_of_origin",0],PAR
AMETER["central_meridian",117],PARAMETER["scale_factor",0.99
96],PARAMETER["false_easting",500000],PARAMETER["false_north
ing",0],UNIT["metre",1,AUTHORITY["EPSG","9001"]],AXIS["Easti
ng",EAST],AXIS["Northing",NORTH],AUTHORITY["EPSG","32650"]]'
#读取某一像素点的值
#(1)读取一个波段,其参数为波段的索引号,波段索引号从1开始(我打开的这幅图像只有一个波段)
band=dataset.GetRasterBand(1)
#(2)用ReadAsArray(<xoff>, <yoff>, <xsize>, <ysize>),读出从(xoff,yoff)开始,大小为(xsize,ysize)的矩阵。以下为读取整幅图像
im_datas=band.ReadAsArray(0,0,im_width,im_height)
#(3)获取某一或某几个像素的值(查看10~14 行和 20~25 列的数据)
data=im_datas[10:15,20:26]
#释放内存。如果不释放,在arcgis或envi中打开该图像时显示文件已被占用
del dataset
来源:oschina
链接:https://my.oschina.net/u/4419222/blog/3392012