本文介绍在Anaconda环境下，基于.whl文件安装Python中高级地理数据处理库GDAL的方法。  在之前的文章中，我们介绍了基于condainstall命令直接联网安装GDAL库的方法；但如下图所示，这一方法的环境配置过程非常慢，而且有时候还会出现不同第三方库之间的冲突，因此并不是一个很好的方

  本文介绍基于Python中的gdal模块，对大量长时间序列的栅格遥感影像文件，绘制其每一个波段中、若干随机指定的像元的时间序列曲线图的方法。  在之前的文章中，我们就已经介绍过基于gdal模块，对大量多时相栅格图像，批量绘制像元时间序列折线图的方法。不过当时文章中的需求，每1个时

使用GDAL（C++库）从末尾行读取图像数据OpenCV等图像库默认的读取方式都是从第一行开始，逐行读取数据（自顶向下），填充到内存缓冲区；对于某些特殊应用，需要反行序读取（从末尾行读到起始行）的图像数据结果。GDAL提供了灵活的栅格数据读取方式RasterIO，下面介绍RasterIO的调用方式，以及如何

前言一个看起来很莫名其妙的错误,json文件我打开看了下,格式也都正确,但是在vs中调试的时候,监视--查看--JSON可视化工具查看json字符串的话,会提示"字符串未设置为JSON格式","监视--查看--文本可视化工具",发现json格式确实看不出来任何问题.报错#报

前言真实需求是将Shp转为pbf文件,不过我现在已经实现了,将GeoJson格式数据转换为pbf文件,所以需要实现将Shp文件转换为GeoJson格式即可.1.下载GDAL的程序集下载地址→https://www.gisinternals.com/development.php下载完成,解压zip文件,可以看到这些dll文件(路

​    RSer工作时不可避免会用到大型的遥感影像，由于分辨率过高、区域过大、波段信息过多等原因，都会导致数据非常的大。这个时候我们在进行一些简单的操作，如计算NDVI、二值化、分类等时，计算机的内存都会溢出。因此今天跟大家分享一下我平时分块的方法，中间如何计算就按照

安装特定版本的GDAL（例如3.9.1版本），可以使用Conda命令并指定版本号。通常情况下，需要确保指定了正确的Conda频道，以便找到所需版本的软件包。在Conda中安装特定版本的GDAL的步骤如下：查找可用的版本：首先，可以使用condasearch命令来查找GDAL的可用版本，以确定是否有

pythongdal安装使用pythonGDAL有两种安装方式：第一种是利用pipinstallgdal安装如果安装失败，可以采用下面的方法：第二种离线安装步骤：（1）查看python版本；（2）下载gdal的whl文件；（3）利用pipinstall下载的gdal.whl文件；（4）将gdal中的可执行文件所在路径添加到系统环境中；具体操作见

前言此前提到微天气应用程序需要使用到行政区划数据，不过上一章所使用的数据来源于网络，或多或少都可以考虑一下是否还有其他获取的方式，所以也就有了本文的内容。在这里，将基于全国1:100万基础地理信息数据进行行政区划数据的提取。本文用于记录使用程序实现全国1:100万基础地理信

在根据网上的教程，成功pipinstall对应的whl文件后，发现PyCharm仍然显示无法调用osgeo。出现这样的问题，首先关注自己使用的环境，例如我使用的环境是（见下图）但当我打算卸载gdal库后，发现gdal安装的环境地址和我使用的环境地址不同（如下图）啊，原来是安装gdal的环境地址搞错了，我自己使

​    之前分享过一篇分幅裁剪的文章：【Python&RS】基于GDAL遥感影像分幅裁剪，只不过这篇文章当时编写的逻辑是自己输入需要裁剪多少行多少列，由于大家可能并没有直观地希望自己裁剪多少行列，所以非常局限。今天跟大家分享一下使用固定尺寸对遥感影像进行分幅裁剪，即每张裁剪

  本文介绍基于Python中gdal模块，对大量多时相栅格图像，批量绘制像元时间序列折线图的方法。  首先，明确一下本文需要实现的需求：现有三个文件夹，其中第一个文件夹存放了某一研究区域原始的多时相栅格遥感影像数据（每一景遥感影像对应一个时相，文件夹中有多景遥感影像），每一景遥感影像

 调用GDAL库：fromosgeoimportgdalimportnumpyasnpimportcv2importmatplotlib.pyplotaspltimportmatplotlibnp.set_printoptions(threshold=np.inf)#使print大量数据不用符号...代替而显示所有dataset=gdal.Open("D:/modis/jf6.tif")print(dataset.Ge

 注册语句 OSGeo.GDAL.Gdal.AllRegister()前加上：publicForm1(){InitializeComponent();SharpMap.GdalConfiguration.ConfigureGdal();SharpMap.GdalConfiguration.ConfigureOgr();OSGeo.GDAL.Gdal.AllRegister();

使用conda安装gdal过程中遇到了很多坑，在此记录一下，首先gdal使用时会调用其它很多三方包，为了彼此之间不相互影响，我先创建了新的虚拟环境，在新的虚拟环境中安装gdal。1、离线安装网上看到好多建议离线安装的，因此首先找了一下离线包，很多旧的链接已经失效了，我在https://github.com/cg

PythonGDAL地学分析MODIShdf数据批量转tif数据   一、概况MODIS即中分辨率成像光谱仪（Moderate-resolutionImagingSpectroradiometer，缩写MODIS）是美国宇航局研制大型空间遥感仪器，以了解全球气候的变化情况以及人类活动对气候的影响。1998年MODIS机载模型

GMT是GMT开源绘图软件的数据格式，SHP是常用矢量空间数据交互格式，使用GDAL的ogr2ogr工具可实现两者的相互转换。本文为源GIS为您分享GMT转SHP的操作方法。一、GMT简介GMT是开源免费的脚本命令绘图软件，无参数界面，常用于绘制科研二三维地图。其他数据格式后缀名*.gmt。GMT中文

  本文介绍基于C++语言GDAL库，批量创建大量栅格遥感影像文件，并将数据批量写入其中的方法。  首先，我们来明确一下本文所需实现的需求。已知我们对大量遥感影像进行了批量读取与数据处理操作——具体过程可以参考文章C++GDAL提取多时相遥感影像中像素随时间变化的数值数组；而随

  本文介绍在VisualStudio软件中配置、编译C++环境下GDAL库、SQLite环境与PROJ库的详细方法。  GDAL库是一个非常方便的地理数据处理库，但其在C++环境下的配置与编译流程较为复杂；尤其是最新的GDAL3及以上版本，其在C++环境中的配置更是首先需要满足许多其他的环境配置条件（包括

网上的方法直接是：pipinstallGDAL‑3.4.1‑cp38‑cp38‑win_amd64.whl但是这个方法不适用于我，因为我的pycharm上面的anaconda是python3.7，但是我创建了一个python3.8的虚拟环境所以需要：1.切换虚拟环境2.导入离线包python3.8对应着的GDAL为：GDAL-3.4.3-cp38-cp38-win_amd6

在处理遥感影像的渲染时，经常需要处理单波段影像。单波段影像没有任何颜色，只有一个波段的值。渲染时只能采用色带拉伸、离散颜色、唯一值渲染这几种方式。直接将单波段影像转成三波段的影像，并将三个波段转为颜色对应的rgb值，这样可以加速渲染、切片的过程。这里我有一张单波段影像，需

​    关于栅格数据/图片的位深度（eg.8bit、16bit、32bit）转换之前我就发过一篇文章，【Python&RS】基于GDAL栅格数据/图片位深度（bit）转换。但是最近在使用的时候发现好像效果不行，有时候转换不成功，所以自己又研究了一下原理重新写了一份代码。今天就和大家分享一下如何使用Py

    

SWIG全称是SimplifiedWrapperandInterfaceGenerator,訪网站:http://www.swig.org/。SWIG是个帮助使用C或者C++编写的软件能与其它各种高级编程语言进行嵌入联接的开发工具。SWIG能应用于各种不同类型的语言，包括脚本语言python，也包含非脚本语言java。要使用swig生成gdal的其

​    我之前分享过【Python&RS】基于GDAL镶嵌拼接遥感影像，但是没有加入批量处理的代码。最近正好有这个需求，所以就对原来的代码进行了优化加入了批量拼接的代码。现在只需输入一个文件夹即可将其中的影像全部镶嵌起来。 一、导入GDAL库fromosgeoimportgdal二