GDAL专栏

封面购买链接：京东：https://item.jd.com/12758842.html当当：http://product.dangdang.com/28487364.html作者简历卜坤（1980-），男，山东省日照人，博士毕业于2008年，高级工程师，研究方向：地图学与地理信息系统，工作单位：中国科学院东北地理与农业生态研究所（长春）。工作内容涉及开源GIS应用、WebGIS开发...

在使用HDF的数据时，首先要对其进行校正处理。比如MODIS数据中，有个去除蝴蝶结现象。一般出现这种情况会在低分辨率卫星数据中（个人理解），比如气象卫星，海洋卫星等，这类数据一般的数据分辨率都很低，几百米到几公里，主要用于大范围的检测。 下面以MODIS数据为例，简单说明一下蝴蝶结现象出现的原因。 MODIS图像在其扫描线宽度方向由扫描条带组成，条带宽度为10（1000米分辨率）、20（500米分

下面是翻译的一篇国外的博客，没有严格按照原文的字面意思翻译，是按照我自己的理解来进行翻译的，如果有错误，还请大家指正，原文地址是：http://linfiniti.com/2010/12/a-workflow-for-creating-beautiful-relief-shaded-dems-using-gdal/。 有时候我使用QGIS的Hillshade插件来生成山体阴影数据，然后和原来的DE

GDAL提供了栅格矢量化等很给力的算法，但是好多算法都是通过Python脚本来提供的，对于没有安装Python环境的用户来说，这些非常有用的功能得到了很大程度的限制。GDAL工具中使用Python提供的就有栅格矢量化的功能，通过实验测试，将分类图进行矢量化后，能够很好的和原图进行匹配，而且也没有错误的多边形，下面就对GDAL中该功能做一个简单的说明。 GDAL栅格矢量化Python脚本分析，其位

零、        前言 说起Hillshade，其实就是模拟太阳光照射地形所引起的明暗对比，然后来对地形图进行渲染，使之看起来具有立体效果的一种方式，常用于地图的渲染，如表1所示，具体的可以参考文献[1]，表1中的图均来自参考文献[1]。表1 DEM、山体阴影以及应用对比 DEM图像（使用颜色渲染） 从左图的DEM图像中计算的山体阴影图 Paper Map Withou

零、        前言 本文是接上文《GDAL使用DEM数据计算坡度坡向》，还是一篇关于DEM计算地形指数的一篇文章。这里所要计算的地形指数主要包括以下三个指数：地形耐用指数（Terrain Ruggedness Index，TPI）、地形位置指数（Topographic Position Index，TRI）和粗糙度（roughness）。 上面三个地形指数都是在一个3×3的窗口中计算的，3×

原文地址：http://blog.thematicmapping.org/2012/06/creating-color-relief-and-slope-shading.html作者：Bj?rnSandvik（Google Plus：https://plus.google.com/118196887774002693676） 在我之前的博客中，我们使用gdaldem传教的是灰度图像（山体阴影）。今

开始之前，先来几张DEM数据的处理效果图 原文地址：http://blog.thematicmapping.org/2012/06/creating-hillshades-with-gdaldem.html 在上一篇中，我们创建了挪威Jotunheimen山区的DEM数据。接下来我们将使用这个DEM生成山体阴影和彩色地形图，这是一种很流行的地形图可视化技术，通过调节光线和阴影来进行地图渲染。 GD

作者：BjørnSandvik（Google Plus：https://plus.google.com/118196887774002693676） 原文地址：http://blog.thematicmapping.org/2012/06/digital-terrain-modeling-and-mapping.html 这是新博客的第一篇，该系列主要关注于数字地形数据的使用和处理。数字地形数据与

在上一篇博客中，大概说了下怎么使用gdal提供的gdalwarp工具来进行校正处理。其实质与envi的glt校正应该是一样的。我把gdalwarp的代码封装了一下，写了一个类来进行geoloc处理。希望对大家有用。 先是头文件，函数的注释很详细，就不多说了。后面的源文件就是从gdalwarp.cpp中摘录出来的，有兴趣的可以看gdalwarp.cpp ，下面的代码只是把这个文件中没有用到的代码删除

使用GDAL读取HDF，NetCDF等数据集中的数据时，一般需要两个步骤，第一，获取数据集中的子数据集；第二，通过第一步获取的子数据集读取图像数据。一般的HDF图像中会有很多个子数据集，比如常用的MODIS数据，使用Envi打开会弹出下面的对话框来让用户选择需要打开的子数据集（如图1）。图1 Envi打开Modis数据 从图1中可以看出，Envi是把所有的子数据集的波段都进行了列举，不过这点和GD

GDAL2.0版本的更新日志中提到了对RPC校正的优化，今天测试了一下，发现提升的速度还是蛮快的，测试的数据是一个IRS-P5的数据。单线程测试首先使用一个线程进行测试，使用下面的批处理进行运行，将OPENCL禁用，测试结果见图1.echo %time% F:\gdal1112\gdalwarp.exe -rpc -t_srs WGS84 -r cubic -wm 1024 -et 0 -wo

零、        前言 之前写过一个3×3的通用模板算子函数的博客《基于GDAL的一个通用的3×3模板函数》，网址：http://blog.youkuaiyun.com/liminlu0314/article/details/8316156。当时说是要基于这个函数写一个计算坡度坡向的函数。由于这段时间一直忙于别的事情，这件事情就拖着了，今天给大家补上。一、        简介 坡度（slope）是地表单元陡

使用阿富汗和巴基斯坦地区的SRTM数据生成山体阴影和彩色地形图数据来自GIST，工具来自GDAL 原文地址：http://developmentseed.org/blog/2009/jul/01/generating-custom-map-tiles-rapidly-cloud/ 在阿富汗和巴基斯坦这样多山的地方，高程数据是非常重要的。GIST项目是使用航天飞机雷达地形测绘任务（STRM）获取各个

一、        简介 在图像处理的过程中，会经常获取图像的统计值来进行一些计算。这里说的图像的统计值指：直方图，最大值，最小值，均值和方差这几个。下面分别对怎么使用GDAL来计算这些值做一个简单的说明，希望对大家有用。 下面将分为三个部分进行说明，分别是：直方图统计、极值统计、均值标准方差统计。二、        统计直方图 关于直方图，这里不多介绍。这里主要对如何使用GDAL获取直方图进行说

很多遥感卫星数据使用的量化级别都要比8bit高，长江的WorldView用的是12bit的量化，对于一些图像处理软件，是不能直接处理12bit量化的图像，所以需要将12bit的数据转为16bit数据或者8bit数据来进行处理。    下面写了一个简单的函数来进行处理，具体原理很简单，就是使用GDAL将12bit的数据读进来，然后再使用线性拉伸为8bit存出去，或者直接保存为16bit数据。注意

本文档主要对如何使用GDAL提供的工具对FY3系列卫星数据进行校正处理。FY3系列卫星提供的数据一般是以HDF5格式下发，一个典型的FY3A和FY3B的数据文件名如下：FY3A_MERSI_GBAL_L1_20100321_0150_1000M_MS.HDFFY3B_MERSI_GBAL_L1_20130620_0600_1000M_MS.HDF 下面分为三个部分来对FY3系列数据校正进行处理，

在工作中，会经常使用一个行政区的矢量图去裁剪一个遥感影像图，得到该行政区的影像图，一般的商业遥感软件都具有这个功能。今天就是用GDAL来实现这一个很实用的功能。首先用到的是GDAL中的gdalwarp，又是warp，呵呵，上一篇就是使用warp进行重采样的。    首先需要用到gdal源码目录里面的app文件夹下的gdalwarp.cpp文件中的几个函数，大概行数是1651行，直到文件结尾，代码

在之前的博客中，我们已经看到了gdal对dem数据的强大的处理功能，其中除了坡度坡向等，还有一个比较厉害的，就是使用DEM生成一个彩色的图像。之前关于这方面也翻译了几篇博客，详见《使用GDAL对DEM渲染处理流程》、《使用阿富汗和巴基斯坦地区的SRTM数据生成山体阴影和彩色地形图》和《使用gdaldem创建彩色地形图和坡度阴影——thematicmapping.org译文（三）》，不过这些都是使用

使用GDAL生成快视图主要有两个步骤，第一重采样生产小图像；第二将生成的小图像CreateCopy生成jpg格式或者png格式。由于GDAL不支持直接创建Jpg或者png的压缩格式的图像，所以中间需要一个中转的过程。 下面简单说明一下过程，代码就不贴了。首先通过获取采样比例计算输出图像的大小，这里可能需要根据需求自己定义。我遇到了一般有两种情况：第一种，将图像直接缩小到原来的10分之一（或者其他的

之前写了一篇 《GDAL RasterIO使用说明》http://blog.youkuaiyun.com/liminlu0314/article/details/7072224，很多人对于RasterIO这个函数的用法还是有很多的不明白，可能之前的那篇文章没有写的很清楚，下面再对这个函数进行说明。        在进入主题之前，我们先了解一下图像的基本存储方式。所谓的图像，先用单波段图像说明，图像就是一个很大

基于GDAL1.90版本编译使用VS2008 SP1编译集成GEOS，PROJ，HDF4，HDF5集成SQLite，LibPQ包含C++版本，C#版本，Python版本包含GDAL官网帮助文档优快云资源地址为：http://download.youkuaiyun.com/detail/liminlu0314/4256179 不要积分的，或者直接Q我，我发给你注意，

这些照片是从谷歌地球用户拍摄的照片中随机挑选出来的，只要点击几下，你就能领略到我们这个蓝绿色地球是多么漂亮和华美。    一、图为在美国亚利桑那州的飞机墓地，废弃的喷气飞机整整齐齐地排列在布满尘土的干燥地面上。    二、从空中看，迪拜的棕榈岛更加壮观。    三、巴黎埃菲尔铁塔：从空中看呈现出与众不同的景观    四

在使用Erdas或者ArcGIS打开栅格图像的时候，会创建一个后缀名为rrd的金字塔文件，用于快速显示图像。那么在使用GDAL编写自己的图像算法后，像快速的在Erdas或者ArcGIS中显示，就需要自己创建rrd格式的金字塔文件，这样在打开该图像文件时，打开速度会非常快，在我的电脑上一个2G的img不到一秒钟可以全部加载进来。    查看GDAL中，有个gdaladdo的工具，就是一个专门用于

在调用GDAL算法的时候，希望能够显示其处理进度信息，其实在GDAL的算法API中，一般最后两个参数就是进度信息的指针。下面分别实现两种进度条信息，一种是在控制台中的进度条，一种是基于QT界面的进度条（你可以参考写一个MFC的）。    对于GDAL来说，本身就实现了一个基于控制台的进度条函数，名字叫GDALTermProgress，其函数说明参考这里 ，调用这个进度函数后，会在控制台中显示一

原文位置：http://www.dailymail.co.uk/sciencetech/article-2050967/Nasa-turns-exploring-planet-new-3D-map-outperforms-Google-Earth.html【英文版】，还有两段视频，一段NASA的，还有另外一段youtube的（这个需要翻墙看，你懂的）。这是我们这个世界最完整的数字“地形”图

在将GDAL更新至1.8.1之后，发现之前写的代码有些不能用了，前几天发现不能打开带有汉字的路径文件，并将其修改，详细参见我的优快云博客，今天又发现在使用OGR_L_SetAttributeFilter的时候，之前可以进行过滤，现在err一直返回5，并且提示“语法错误”，代码如

GDAL1.8.0发布很久了，一直没有将自己的工程中的版本更新到1.80。今天将其更新到1.80发现含有中文路径的文件都不能打开了，影像和矢量文件都是。仔细对比了GDAL1.72和GDAL1.80的代码，终于发现了问题的所在之处，详细代码在GDAL_HOME\port\cpl_v

    在遥感图像的几何纠正过程中，可能会用到控制点库的点片自动匹配。关于控制点片匹配的算法有很多种，从最基本的分类可以分为基于像元的点片匹配和基于特征的点片匹配，由于基于特征的算法难度较大，一般使用的都是基于像元的。    首先简单说明一下，点片匹配在数字图像处理中交模板匹配（Match Template），模板匹配是数字图像处理的重要组成部分之一。把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配。

相信看过和用过gdalwarp工具的同学都会对gdalwarp这个工具的强悍功能所震惊。今天主要就是用gdalwarp来进行图像镶嵌，当然这个镶嵌是比较简单的镶嵌，就是上层的图像会覆盖下层的图像。对于gdalwarp的介绍，我还要搬过来一下，见下面：       The gdalwarp utility is an imagemosaicing, reprojection and warp

一、简介英文网址：http://www.gdal.org/grid_tutorial.html。网格插值的意思就是从离散的数据点创建一个栅格图像的过程。通常情况下，你有一系列研究区域的离散点，如果你想将这些点转换为规则的网格数据来进行进一步的处理，或者和其他网格数据进行合并等处理。下图是网格插值的一个示意图： 网格插值示意图使用数据插值和逼近算法可以用来解决这个问题，但是插值的

之前写了一篇使用GDAL下载SRTM的数据，只是大概说明了下怎么下载，文章后面说要写代码实现一下，最近太慢，一直拖着，这事肯定不会忘记的，呵呵。今天就把上次剩下的尾巴处理一下。之前的博客地址：http://blog.youkuaiyun.com/liminlu0314/article/details/8068715。 在上篇博客中大概分析了一下，首先要通过代码构造一个VRT文件。函数代码如下：int Crea

一、        简介 本文将探讨使用GDAL来对卫星影像进行影像配准，依然以Orb-View3数据为例（选择北京市中心附近的影像为例）。其实按照文章中的方法，对任何影像都可以进行配准，不仅仅局限于卫星影像，只要能够提供图像行列号和真实的地理坐标就可以进行处理。 卫星图像来自免费的OrbView-3航天器，可以通过OrbView-3来了解更多信息。然而，在最原始的数据中，卫星图像是用没有地理位置

有时候需要用到DEM数据，常用的免费的DEM数据就是SRTM的DEM数据。        SRTM数据主要是由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的，SRTM的全称是Shuttle Radar Topography Mission，即航天飞机雷达地形测绘使命，2000年2月11日上午11时44分，美国“奋进”号航天飞机在佛罗里达州卡那维拉尔角的航天发射中心发射升空，“

使用OGR库创建DXF格式的数据和创建Shp格式的数据基本一样，代码除了注册驱动不一样之外，其他的完全一样。        需要注意的是，OGR创建DXF格式需要data文件夹下的head.dxf，所以首先要设置GDAL_DATA的目录。使用下面代码进行设置，也可以直接设置环境变量，但是比较麻烦，还是用代码设置比较方便：CPLSetConfigOption("GDAL_DATA","E:\

使用GDAL打开裸数据首先需要指定裸数据的大小，即波段数，长度，宽度，以及裸数据之间的排列方式等。我们可以使用GDAL提供的虚拟文件格式来进行对裸数据的读取。首先，需要创建一个叫vrt的xml格式的文件，内容如下： Test.RAW 0 1 12000 MSB 对上面的几个字段做一个简单的说明，如下：1：图像的大小（宽度和

一、简介本文原文地址：http://www.gdal.org/warptut.htmlGDAL Warp API（在文件gdalwarper.h中定义）是一个高效的进行图像变换的接口。主要由几何变换函数（GDALTransformerFunc），多种图像重采样方式，掩码操作选项等组成。这个接口可以对很大的图像进行处理。下面说明示例让你如何在程序中使用变换API。首先假定你已经熟悉了GD

一、简介本文参考英文地址：http://www.gdal.org/ogr/osr_tutorial.html。OGRSpatialReference类和OGRCoordinateTransformation类主要用来提供定义坐标系统（投影和水准面）和转换坐标。这两个类都基于OpenGIS的坐标转换说明，并且使用Well Known Text格式来进行表述坐标系统。一些关于OpenG

一、简介该节内容参考GDAL的英文原文：http://www.gdal.org/gdal_drivertut.html。通常，可以通过从GDALDataset和GDALRasterBand继承来实现GDAL对新的数据格式支持。同时，还需要为这种格式创建一个GDALDriver的实例，让后通过GDALDriverManager将该新的驱动注册给GDAL系统。该教程将为JDEM数据格式

     上文说到使用OpenCV进行模板匹配的函数matchTemplate，下面就matchTemplate函数的内部处理过程做一个简单的说明。matchTemplate函数的源代码在OpenCV的源代码目录下的 modules/imgproc/src/templmatch.cpp 文件中。其核心函数代码如下（其中的注释是我添加的）： void matchTemplate( const Mat& _img, const Mat& _templ, Mat& result, int method )