Python读取栅格图像并对像元数据处理后导出到表格文件中

本文介绍基于Python 语言中的gdal模块，读取一景.tif格式的栅格遥感影像 文件，提取其中每一个像元的像素数值 ，对像素值加以计算（辐射定标）后，再以一列数据 的形式将计算后的各像元像素数据 保存在一个.csv格式文件中的方法。

首先，我们明确一下本文的需求。现在有一个栅格遥感影像 文件，其为.tiff格式的文件（但其实和.tif格式文件的操作方法是一样的），且像元的数值都是真实数值乘上10000之后的。这一遥感影像如下图所示，可以看到其各个波段的像元像素数据都是几百、几千的范围。

我们现在希望，对于这一景遥感影像的第一个波段（如果大家需要对多个波段加以这一操作，那么就在本文的代码中加以循环，分别对多个波段依次加以同样的处理就好），提取出其中每一个像元的数值；随后对提取出来的数据加以辐射定标，即除以10000，并将结果保存在一个.csv格式文件中，且以一列的形式来保存。这里本文之所以需要用多行一列 而非多行多列 的矩阵格式来存放数据，是因为后面需要将这些像素数据当作神经网络的预测样本，即一行表示一个样本 ，所以就需要保存为多行一列 ；如果大家需要保存为多行多列 的矩阵格式，那代码的思路还是一致的，就是在导出数据之前将其保存为二维矩阵格式的变量就好。

知道了需求，我们就可以开始代码的撰写；具体代码如下。

python 复制代码

# -*- coding: utf-8 -*-
"""
Created on Wed Nov 29 01:32:28 2023

@author: fkxxgis
"""

import csv
from osgeo import gdal

file_path = "E:/04_Reconstruction/05_Image_Test/GF1WFV4.16m.2021252035621.48STB.000000_SR.tiff"
dataset = gdal.Open(file_path, gdal.GA_ReadOnly)

band = dataset.GetRasterBand(1)
data = band.ReadAsArray()
dataset = None

data = data * 0.0001
data_one_column = data.flatten()

csv_file = "E:/04_Reconstruction/05_Image_Test/column_1.csv"
with open(csv_file, 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerow(["Value"])
    writer.writerows([[value] for value in data_one_column])

其中，我们首先导入所需的库。在这里，csv库用于处理.csv格式文件，gdal库（从osgeo模块中导入）则用于读取和处理遥感影像文件；随后，定义遥感影像文件路径------file_path用来指定要读取的遥感影像文件的路径。

接下来，我们打开遥感影像文件。dataset = gdal.Open(file_path, gdal.GA_ReadOnly)意味着我们以只读方式打开遥感影像文件，并将返回的Dataset对象赋值给变量dataset；随后，获取第一个波段的像元值，这可以通过band = dataset.GetRasterBand(1)来完成（需要注意，这里波段编号的索引是从1开始的）；随后，data = band.ReadAsArray()意思是将波段的像元值读取为一个二维数组，并将结果赋值给变量data。随后，我们需要关闭遥感影像文件，通过将dataset变量设为None，释放对遥感影像文件的引用，从而关闭文件。

其次，我们对像元值进行处理。首先，完成辐射定标，也就是通过data = data * 0.0001将像元值乘以0.0001；随后，将处理后的像元值按列展平------在这里，data_one_column = data.flatten()表示我们使用flatten()方法将二维数组展平为一维数组，并将结果赋值给变量data_one_column。

最后，将上述处理好的数据写入.csv格式文件。其中，csv_file指定要写入的.csv格式文件的路径；with open(csv_file, 'w', newline='') as file表示我们使用open()函数打开.csv格式文件，并创建一个csv.writer对象，同时指定文件的写入模式为覆盖写入'w'；writer.writerow(["Value"])意味着我们写入.csv格式文件的第一行，即表头，这里是一个标题为Value的列；最后，writer.writerows([[value] for value in data_one_column])通过迭代data_one_column中的每个值，并将其作为单独的列表传递给writer.writerows()方法，从而将每个值写入.csv格式文件的一行中。

运行上述代码，即可得到如下图所示的结果.csv格式文件。

其中，第一行就是我们的列名；后面几行数据都是0，这是由于原本的遥感影像在左上角区域 是NoData 值（大家看我们本文的第一张图就能看到）导致的。如果往下继续拖动这个.csv格式文件，就会看到处理后的非0数据了。

至此，大功告成。