使用python根据矢量数据的外接矩形批量裁剪影像

要实现这个功能，你需要使用GDAL库和Python的numpy库。

首先，你需要打开矢量文件和影像文件。可以使用GDAL库中的`gdal.Open()`函数打开这些文件。例如：

import gdal

# 打开矢量文件
vector_ds = gdal.Open('path/to/vector/file.shp')

# 打开影像文件
raster_ds = gdal.Open('path/to/raster/file.tif')

然后，你需要获取矢量数据的外接矩形。可以使用GDAL库中的`ogr`模块来读取矢量数据，并使用`GetEnvelope()`函数获取外接矩形的坐标值。例如：

import ogr

# 获取矢量数据的外接矩形
vector_layer = vector_ds.GetLayer()
envelope = vector_layer.GetEnvelope()

接下来，你需要将矢量数据的外接矩形转换为像素坐标系。为此，你需要获取影像数据的地理参考信息，并使用`gdal.ApplyGeoTransform()`函数将矢量数据的坐标转换为像素坐标。例如：

# 获取影像数据的地理参考信息
geotransform = raster_ds.GetGeoTransform()

# 将矢量数据的坐标转换为像素坐标
ulx, uly = gdal.ApplyGeoTransform(geotransform, envelope[0], envelope[3])
lrx, lry = gdal.ApplyGeoTransform(geotransform, envelope[1], envelope[2])

# 计算像素坐标的宽度和高度
width = int(lrx - ulx)
height = int(lry - uly)

最后，你需要使用`gdal.Translate()`函数裁剪影像。你可以使用像素坐标来定义裁剪窗口。例如：

# 定义裁剪窗口
window = [int(ulx), int(uly), width, height]

# 裁剪影像
output_ds = gdal.Translate('path/to/output/file.tif', raster_ds, projWin=window)

完成上述步骤后，你将得到一个裁剪后的影像文件。你可以将这个过程封装在一个函数中，以便批量处理多个影像文件。