Python对遥感影像重采样，以及重采样方法

原创

已于 2023-02-26 15:59:27 修改 · 4k 阅读

标签

#python #numpy #开发语言

收录于

于 2023-02-26 15:48:09 首次发布

本文介绍了使用GDAL库在Python中进行栅格影像重采样的方法，特别是关注平均和最邻近采样技术。作者通过修改现有代码并添加参数实现了特定的重采样需求，同时讨论了不同采样方式对数据的影响，包括当采样间隔较大时的问题。文章还详细解释了平均重采样算法的工作原理，并提供了其他可用的重采样选项。

首先，本次重采样使用的是GDAL方法完成

参考了以下博客，并根据自己的需要进行了删改以及原理的探究：
重采样：栅格影像重采样

我使用了下该代码，发现是可行的，但是仍然存在一定的问题，即他的采样方式不是我想要的（最邻近采样，对于采样间隔较大的数据十分不友好），因此又探索了下，在此记录，也方便后续自己再次学习。

再次说明，这个代码不是我写的，原创我找不到，网上大家发布的都是一个代码，我只是对这个代码加了一个参数，然后分析了下！重要参数如下：resample_alg = gdalconst.GRIORA_Average，这个代表的是重采样过程每个重采样后的像元内所有数据求平均，还有双线性插值，最邻近插值等。

from osgeo import gdal, gdalconst
import os
import numpy as np
import glob
 
def resampling(source_file, target_file, scale):
    """
    影像重采样
    :param source_file: 源文件
    :param target_file: 输出影像
    :param scale: 像元缩放比例
    :return:
    """
    dataset = gdal.Open(source_file, gdalconst.GA_ReadOnly)
    band_count = dataset.RasterCount  # 波段数
 
    if band_count == 0 or not scale > 0:
        print