用gdal读取和保存tif格式的影像的python代码

以下是使用 GDAL 库读取和保存 tif 格式影像的 Python 代码：

from osgeo import gdal

# 读取 tif 格式影像
ds = gdal.Open('input.tif')

# 获取影像的基本信息
cols = ds.RasterXSize
rows = ds.RasterYSize
bands = ds.RasterCount

# 获取影像地理参考信息
transform = ds.GetGeoTransform()
projection = ds.GetProjection()

# 获取影像数据
band = ds.GetRasterBand(1)
data = band.ReadAsArray(0, 0, cols, rows)

# 关闭数据集
ds = None

# 保存 tif 格式影像
driver = gdal.GetDriverByName('GTiff')
out_ds = driver.Create('output.tif', cols, rows, bands, gdal.GDT_Float32)
out_ds.SetGeoTransform(transform)
out_ds.SetProjection(projection)
out_ds.GetRasterBand(1).WriteArray(data)
out_ds = None

希望以上代码能对您有所帮助。

相关问题

使用python和GDAL库对tif格式影像进行滤波处理

可以使用Python的GDAL库对tif格式影像进行滤波处理，以下是一个简单的示例代码：

from osgeo import gdal
import numpy as np
from scipy import ndimage

# 打开tif格式影像
ds = gdal.Open('input.tif')

# 读取影像数据和元数据
band = ds.GetRasterBand(1)
data = band.ReadAsArray().astype(np.float32)
metadata = ds.GetMetadata()

# 对影像进行高斯滤波
data_filtered = ndimage.gaussian_filter(data, sigma=3)

# 创建输出文件
driver = gdal.GetDriverByName('GTiff')
out_ds = driver.Create('output.tif', band.XSize, band.YSize, 1, gdal.GDT_Float32)

# 写入滤波后的数据和元数据
out_ds.SetGeoTransform(ds.GetGeoTransform())
out_ds.SetProjection(ds.GetProjection())
out_band = out_ds.GetRasterBand(1)
out_band.WriteArray(data_filtered)

# 关闭文件
del out_ds

在上述代码中，首先使用GDAL库打开输入的tif格式影像文件，然后读取影像数据和元数据。接着使用Scipy库中的`ndimage.gaussian_filter`函数对影像进行高斯滤波处理，处理后的结果保存在`data_filtered`变量中。接着使用GDAL库创建输出文件，并将滤波后的数据写入输出文件中。最后关闭文件。

需要注意的是，在使用GDAL库时，需要先安装相应的GDAL库，并设置好环境变量。此外，上述代码仅对单波段影像进行滤波处理，如果需要对多波段影像进行处理，可以使用循环对每个波段进行处理并分别写入输出文件中。

写出使用python和GDAL库对tif格式影像进行中值滤波处理的详细代码

以下是使用 Python 和 GDAL 库对 tif 格式影像进行中值滤波处理的示例代码：

from osgeo import gdal
import numpy as np

# 读取tif影像
img_path = '/path/to/your/tif/image.tif'
ds = gdal.Open(img_path)
band = ds.GetRasterBand(1)  # 读取第一个波段

# 读取波段数据，转换为numpy数组
data = band.ReadAsArray().astype(np.float)

# 中值滤波处理
from scipy.signal import medfilt
data_median = medfilt(data, kernel_size=3)  # kernel_size为滤波窗口大小

# 将处理后的数据写回tif影像
driver = ds.GetDriver()
out_path = '/path/to/your/output/tif/image_median.tif'
out_ds = driver.Create(out_path, ds.RasterXSize, ds.RasterYSize, 1, band.DataType)
out_ds.SetProjection(ds.GetProjection())
out_ds.SetGeoTransform(ds.GetGeoTransform())
out_band = out_ds.GetRasterBand(1)
out_band.WriteArray(data_median)
out_band.FlushCache()

以上代码中，使用了 `gdal.Open()` 函数读取 tif 影像，并使用 `ReadAsArray()` 函数将影像数据读取为 numpy 数组。然后使用 `scipy.signal` 库中的 `medfilt()` 函数进行中值滤波处理，最后使用 `Create()` 函数创建输出影像并将处理后的数据写入其中。