【gis】gdal 切分遥感 tif 格式图片

简介: 【gis】gdal 切分遥感 tif 格式图片

正文


一、原始图片


卫星遥感数据的源文件是 tif 格式的,文件系统中如下所示:


888.webp.jpg


二、使用 QGIS 软件打开可以看内容


999.webp.jpg


三、使用 gdalwarp 标准化图片,并输出为 output1.tif

gdalwarp ***_20210806015801_200057686_101_0001_001_L1_PAN.tif output1.tif


444.webp.jpg


四、使用 QGIS 软件打开 output1.tif 可以查看内容


666.webp.jpg


这里可以看到,多了四个黑边,这是正常的,为的就是凑出一个矩形。


五、开始切片

gdal_retile.py -co WORLDFILE=YES -r bilinear -ps 512 512 -of PNG -levels 4 -targetDir J:\project_gis\**_20210806015801_200057686_101_0001_001_L1_PAN\tiles J:\project_gis\**_20210806015801_200057686_101_0001_001_L1_PAN\output1.tif


其中 -targetDir 就是切片的输出目录


777.webp.jpg

切割完成


六、查看结果


可以看到,输出目录里,出现了 16687 条切割好的图片了,ok,完工。


网络异常,图片无法展示
|

切割完成


目录
相关文章
|
存储 Java 定位技术
gis利器之Gdal(二)shp数据读取
本文首先简单介绍了空间数据shp数据的基本知识,其常见的文件组成形式。使用qgis软件对数据进行常规预览,最后重点介绍了使用gdal对矢量信息进行读取,​包括空间信息和属性信息
1579 0
gis利器之Gdal(二)shp数据读取
cesium添加实体不被地形遮挡的参数设置
disableDepthTestDistance:指定从相机到禁用深度测试的距离,关于深度测试我们将在后面的文章中介绍到,由于深度测试的存在,我们的对象很多时候会被地形挡住,如下:
2750 0
cesium添加实体不被地形遮挡的参数设置
|
负载均衡 Ubuntu 应用服务中间件
|
存储 数据采集 传感器
一文多图搞懂KITTI数据集下载及解析
一文多图搞懂KITTI数据集下载及解析
14997 3
一文多图搞懂KITTI数据集下载及解析
支付宝境外(海外)问题方案集锦
说明:   境外和境内接口不同签约等不同,如果要接入境外请按照境外方式接入 。   境外接口官网:[url]https://global.alipay.com[/url] 声明:  业务和技术方案可能会有变动最终以境外业务和技术支持回复为准,下面问题仅供参考。
5699 12
|
移动开发 Java API
大疆无人机对接
本文介绍了大疆无人机对接第三方云平台的方案,包括设备对接和CloudAPI对接两种方式,重点讨论了CloudAPI对接。CloudAPI对接方案通过DJI Pilot 2或大疆机场将无人机与第三方云平台连接,实现低门槛接入,无需重复开发APP。方案优势在于让开发者更专注于业务开发,而非无人机功能适配。文章详细阐述了对接流程,包括环境准备、申请APPKey、对接流程、直播功能及获取无人机实时数据等内容,并提供了丰富的接口说明和技术支持资源。
6788 4
大疆无人机对接
|
机器学习/深度学习 算法 数据处理
一文讲懂“预测滞后性”:详细解析
本文介绍了预测分析中常见的“预测滞后性”现象及其原因,包括数据收集延迟、模型训练耗时、预测算法延迟及模型特性等。文章还提供了应对策略,如实时数据处理、选择合适模型、在线学习及多方法结合,并附有使用简单移动平均法进行时间序列预测的Python代码示例,帮助读者理解和优化预测过程。
|
存储 编解码 API
基于GDAL命令行对遥感影像加以投影的方法
【2月更文挑战第3天】本文介绍基于gdal模块,在命令行中通过GDAL命令的方式(不是Python或者C++代码,就是gdal模块自身提供的命令行工具),对栅格遥感影像数据加以投影,即将原本的地理坐标系转为投影坐标系的方法~
393 5
基于GDAL命令行对遥感影像加以投影的方法
|
算法 数据挖掘 定位技术
GEE 案例——如何计算sentinel-2中每一个单景影像的波段的DN值并绘制直方图
GEE 案例——如何计算sentinel-2中每一个单景影像的波段的DN值并绘制直方图
246 5
|
传感器 人工智能 算法
AI计算机视觉笔记二十七:YOLOV8实现目标追踪
本文介绍了使用YOLOv8实现人员检测与追踪的方法。通过为每个人员分配唯一ID,实现持续追踪,并可统计人数,适用于小区或办公楼出入管理。首先解释了目标检测与追踪的区别,接着详细描述了使用匈牙利算法和卡尔曼滤波实现目标关联的过程。文章提供了基于IOU实现追踪的具体步骤,包括环境搭建、模型加载及追踪逻辑实现。通过示例代码展示了如何使用YOLOv8进行实时视频处理,并实现人员追踪功能。测试结果显示,该方法在实际场景中具有较好的应用潜力。
1691 4