python gdal 读取影像通过无效值，识别影像有效边界

要通过无效值识别影像的有效边界，你可以使用GDAL库中的RasterBand类的ReadAsArray方法来读取影像数据作为一个NumPy数组，并使用NumPy的掩码数组来标识无效值。以下是一个示例代码：

from osgeo import gdal
import numpy as np

# 打开影像文件
dataset = gdal.Open('path_to_your_image.tif')

# 获取第一个波段
band = dataset.GetRasterBand(1)

# 读取影像数据为NumPy数组
data = band.ReadAsArray()

# 获取无效值
no_data_value = band.GetNoDataValue()

# 创建掩码数组
mask = np.not_equal(data, no_data_value)

# 获取有效边界
rows = np.any(mask, axis=1)
cols = np.any(mask, axis=0)
min_row, max_row = np.where(rows)[0][[0, -1]]
min_col, max_col = np.where(cols)[0][[0, -1]]

# 输出影像的有效边界
print("影像有效边界：")
print("左上角行列号：({}, {})".format(min_row, min_col))
print("右下角行列号：({}, {})".format(max_row, max_col))

# 关闭影像文件
dataset = None

在代码中，你需要将`path_to_your_image.tif`替换为你的影像文件的实际路径。这段代码会打开影像文件，读取第一个波段的数据作为NumPy数组，并获取无效值。然后，它创建一个掩码数组来标识无效值。通过使用NumPy的`any`函数，可以找到掩码数组中为`True`的行和列，从而确定影像的有效边界。最后，将有效边界的行列号打印出来。