GDAL+Python实现栅格影像处理之重采样

由于项目需要，所以使用到了 GDAL框架，项目中未使用到 GDAL关于图像处理部分的算法接口，所以近期学习总结一下。 GDAL支持 Python、c++、c、c# 、java。其中接口大同小异，主要是学习其中思路和方法，此处采用 Python编写代码实现该功能。

重采样概念

重采样是从高分辨率遥感影像中提取出低分辨率影像的过程。
常用的方法有最邻近内插法、双线性内插法、三次卷积法等

使用方法

• 方法1
  在python中我们可以使用gdal.ReprojectImage()进行重采样。其中官网地址如下，如图所示：
  
  可以查看其具体用法，也可以在pycharm中查看具体参数设置。
  参数说明（未列完）：

参数	说明
Dataset src_ds	输入数据集
Dataset dst_ds	输出文件
GDALResampleAlg eResampleAlg	重采样方法(最邻近内插\双线性内插\三次卷积等)
GDALProgressFunc	回调函数
char const * src_wkt=None	输入投影
char const * dst_wkt=None	参考投影

代码实现

outputfilePath = 'G:/studyprojects/gdal/GdalStudy/Files/images/ReprojectImage.tif'
inputfilePath='G:/studyprojects/gdal/GdalStudy/Files/images/2016CHA.tif'
referencefilefilePath='G:/studyprojects/gdal/GdalStudy/Files/images/2018CHA.tif'
def ReprojectImages():
    # 获取输出影像信息
    inputrasfile = gdal.Open(inputfilePath, gdal.GA_ReadOnly)
    inputProj = inputrasfile.GetProjection()
    # 获取参考影像信息
    referencefile = gdal.Open(referencefilefilePath, gdal.GA_ReadOnly)
    referencefileProj = referencefile.GetProjection()
    referencefileTrans = referencefile.GetGeoTransform()
    bandreferencefile = referencefile.GetRasterBand(1)
    Width= referencefile.RasterXSize
    Height = referencefile.RasterYSize
    nbands = referencefile.RasterCount
    # 创建重采样输出文件（设置投影及六参数）
    driver = gdal.GetDriverByName('GTiff')
    output = driver.Create(outputfilePath, Width,Height, nbands, bandreferencefile.DataType)
    output.SetGeoTransform(referencefileTrans)
    output.SetProjection(referencefileProj)
    # 参数说明 输入数据集、输出文件、输入投影、参考投影、重采样方法(最邻近内插\双线性内插\三次卷积等)、回调函数
    gdal.ReprojectImage(inputrasfile, output, inputProj, referencefileProj, gdalconst.GRA_Bilinear,0.0,0.0,)

• 方法2
  同时也可以使用gdal.Warp()方法进行重采样。
  参数详解（未列完）：

参数	说明
srcSRS	源坐标系统
dstSRS	目标坐标系统
resampleAllg	重采样方法
multeThread	多线程
cutLineDSname	裁剪mask矢量数据集名字
format	输出格式 eg GTIFF
cutLineLayername	裁剪mask图层名
cutLinewhere	裁剪where语句

def ReprojectImages2():
    # 若采用gdal.Warp()方法进行重采样
    # 获取输出影像信息
    inputrasfile = gdal.Open(inputfilePath, gdal.GA_ReadOnly)
    inputProj = inputrasfile.GetProjection()
    # 获取参考影像信息
    referencefile = gdal.Open(referencefilefilePath, gdal.GA_ReadOnly)
    referencefileProj = referencefile.GetProjection()
    referencefileTrans = referencefile.GetGeoTransform()
    bandreferencefile = referencefile.GetRasterBand(1)
    x = referencefile.RasterXSize
    y = referencefile.RasterYSize
    nbands = referencefile.RasterCount
    # 创建重采样输出文件（设置投影及六参数）
    driver = gdal.GetDriverByName('GTiff')
    output = driver.Create(outputfilePath, x, y, nbands, bandreferencefile.DataType)
    output.SetGeoTransform(referencefileTrans)
    output.SetProjection(referencefileProj)
    options = gdal.WarpOptions(srcSRS=inputProj, dstSRS=referencefileProj, resampleAlg=gdalconst.GRA_Bilinear)
    gdal.Warp(output, inputfilePath, options=options)

效果展示

图中可以看出我将16年分类影像经过重采样后跟18年影像一致。