本页面的内容不再更新。
通过访问前面介绍的GDAL的一些函数，可以概括地知道影像的 获取时间、处理时间、空间分辨率、 影像大小等一些信息。但是为了对遥感影像进行处理，需要进一步能够访问遥感影像 中的数据， 即影像中像元的灰度值。
GDAL提供了下面两个函数来访问是影像的数值。
-
ReadRaster()读取图像数据(以二进制的形式)
微信号：MeetyXiao
添加微信好友, 获取更多信息
复制微信号 -
ReadAsArray()读取图像数据(以数组的形式)
下面看一下具体的用法。
>>> help(dataset.ReadRaster)
ReadRaster(self, xoff, yoff, xsize, ysize, buf_xsize=None, buf_ysize=None, buf_type=None, band_list=None)
>>> help(dataset.ReadAsArray)
ReadAsArray(self, xoff=0, yoff=0, xsize=None, ysize=None)
这是两个非常重要的函数，它们直接读取图像的数据， 从而可 以对栅格数据进行分析。 可以看到两个函数的帮助中有许多的 参数。 解释一下：
-
xoff,yoff：指定想要读取的部分原点位置在整张图像中距 离全图原点的位置(以像元为单位）。 -
xsize,ysize： 指定要读取部分图像的矩形的长和宽（以像 元为单位）。 -
buf_xsize，buf_ysize：可以在读取出一部分图像后进行缩放。 那么就用这两个参数来定义缩放后图像最终的宽和高，gdal将帮 你缩放到这个大小。 -
buf_type：可以对读出的数据的类型进行转换（比如原图数据 类型是short，你要把它们缩小成byte）。 -
band_list：适应多波段的情况。可以指定要读取的哪几个波段。
这里简单看一下如何获取GeoTIFF文件中的数据。
>>> dataset2 = gdal.Open("/bk/gdata/img_landsat_subset.tif")
>>> dataset2.ReadAsArray(50,50,3,3)
array([[[ 45, 40, 43],
[ 51, 45, 45],
[ 54, 50, 44]],
[[148, 151, 168],
[157, 153, 160],
[170, 163, 156]],
[[121, 119, 132],
[130, 127, 127],
[143, 135, 127]]], dtype=uint8)
>>> dataset2.ReadRaster(50,50,3,3)
'-(+3--62,\x94\x97\xa8\x9d\x99\xa0\xaa\xa3\x9cyw\x84\x82\x7f\x7f\x8f\x87\x7f'
我们就把图像左上角位于(3340, 3780)，宽高都为10个像元的 数据读取出来了。这两个函数返回的结果不一样，其中 ReadAsArray()读出的是numpy的数组，类型为int16；而ReadData()读出二进制型。
返回目录：Python与开源GIS
来源：开源地理空间基金会中文分会
来源链接：https://www.osgeo.cn/post/7230g
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。
