【GDAL-Python】5-在Python中使用GDAL将栅格数据分割成相等的部分

1-介绍

1.1 主要内容

（1）在本教程中，使用GDAL将栅格数据拆分为几个相等的部分

（2）拆分手段： gdal.Warp或者 gdal.Translate

（3）关键流程：
1）找出较小瓦片的xmin、ymin、xmax和ymax坐标,（这里是以xmin等指的是地理坐标范围）
2） gdal.Warp或者 gdal.Translate进行裁剪

1.2 裁剪要点

（1）裁剪示意如下，主要找到每个小块的地理坐标范围xmin、ymin、xmax和ymax；
注意gt = dem.GetGeoTransform()中表示原始图像xmin = gt[0]，ymax = gt[3]，（ymin,xmin)是值的左上角坐标。

（2）gdal.Warp或者 gdal.Translate进行裁剪

• gdal.Warp(“dem”+str(i)+str(j)+“.tif”, dem, outputBounds = (xmin, ymin, xmax, ymax), dstNodata = -9999)
• gdal.Translate(“dem_translate”+str(i)+str(j)+“.tif”, dem, projWin = (xmin, ymax, xmax, ymin), xRes = res, yRes = -res)

2-代码实现

2.1 数据介绍

（1）原始数据信息：选用了1个波段的WordView3全色影像，影像分辨率为0.31米，影像元数据如下图：

（2）原始影像在QGIS显示效果：

2.2 代码实现

（1）计算裁剪分片
（2）进行裁剪

from osgeo import gdal

dem = gdal.Open(r"GDAL_testing_data\JAX_IMG1_PAN.TIF")
gt = dem.GetGeoTransform()

# ================================1.获取原始图像左上角的地理坐标===============================================
xmin = gt[0]+0*gt[1]+0*gt[2]#g[0-2]分别是x方向分辨率
ymin = gt[3]+0*gt[4]+0*gt[5]
res = gt[1]# 影像分辨率，注意x方向为正,y方向分辨率为负，但数值上x,y方向上一致


# ================================2.计算原始图像地理坐标范围长度和宽度========================================
xlen = res * dem.RasterXSize
ylen = res * dem.RasterYSize
print(f'xlen={
     
     xlen},ylen={
     
     ylen}')

# ================================3.设置x,y方向上的分块数=============================================
xdiv