0

我在 GeoTIFF（地理参考 TIFF 图像）中有一个文件，我可以使用 GDAL 在 Python 中加载它并转换为 Numpy 数组，然后我的程序使用 GDAL 从文件中获取的地理参考信息进行处理。

由于我想删除 GDAL 依赖项，我计划将 GeoTIFF 信息序列化为另一种文件格式（想到 JSON），并满足以下要求：

  • 文件体积小；
  • 快速访问；
  • 如果可能，随机访问（切片）；
  • Numpy 友好（不需要花哨的类或其他模块依赖来解码）；
  • 简单/直接/“人类可读”；
  • 可以很容易地被其他语言的其他脚本使用，而不是晦涩难懂；

JSON 可以正常工作，但我担心它不是最小的，也不是最快的访问格式。由于数组类型是uint16，二进制可能是一个选项。泡菜可能太神秘了。CSV 将难以将地理参考信息（角坐标和分辨率）与网格值分开。

谢谢阅读！

4

1 回答 1

0

我不熟悉 GeoTIFF 信息，但对于存储平面数据，我强烈推荐hdf5格式，它有一组很好的 python 绑定，称为h5py。这是一个简单的示例，展示了使用它是多么容易：

>>> import h5py
>>> f = h5py.File('data.hdf5')
>>> a = np.arange(12.0).reshape((4,3))
>>> a
array([[  0.,   1.,   2.],
       [  3.,   4.,   5.],
       [  6.,   7.,   8.],
       [  9.,  10.,  11.]])
>>> f.create_dataset('array', data=a)
<HDF5 dataset "array": shape (4, 3), type "<f8">
>>> f['array'].attrs['info'] = 'some data I want to store'
>>> f['array'].attrs['date'] = (6, 21, 2012)
>>> f.close()
>>> f = h5py.File('data.hdf5')
>>> f['array']
<HDF5 dataset "array": shape (4, 3), type "<f8">
>>> f['array'].value
array([[  0.,   1.,   2.],
       [  3.,   4.,   5.],
       [  6.,   7.,   8.],
       [  9.,  10.,  11.]])
>>> f['array'].attrs['info']
'some data I want to store'
>>> f['array'].attrs['date']
array([   6,   21, 2012])
于 2012-06-22T00:51:59.870 回答