这篇文章主要介绍了python 矢量数据转栅格数据代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
投影包osr与proj4的使用
osr投影转换示例
from osgeo import osr,ogr
#定义投影
#wgs84
source=osr.SpatialReference()
source.ImportFromEPSG(4326)
#google
target=osr.SpatialReference()
target.ImportFromEPSG(3857)
#简单投影转换
coordTrans=osr.CoordinateTransformation(source,target)
#点转换
coordTrans.TransformPoint(117,40)
#点数组转换
coordTrans.TransformPoints([(117,40),(117.5,39.5)])
#SF几何对象转换
g=ogr.CreateGeometryFromWkt("POINT(117 40)")
#转换前wgs84
print(g.ExportToWkt())
print(g.GetX(),g.GetY())
#转换后google
g.Transform(coordTrans)
print(g.ExportToWkt())
print(g.GetX(),g.GetY())
2.投影转换示例
from pyproj import Proj,Geod,transform
# projection 1: UTM zone 15,grs80 ellipse,NAD83 datum
# (defined by epsg code 26915)
p1 = Proj(init='epsg:26915')
# projection 2: UTM zone 15,clrk66 ellipse,NAD27 datum
p2 = Proj(init='epsg:26715')
#点的转换(首先将地理坐标转换成p1投影坐标系下的平面直角坐标，再将x1,y1转换到p2投影坐标系下，最后将p2投影坐标系下的平面直角坐标转换成地理坐标)
x1,y1=p1(-92.199881,38.56694)
x2,y2 = transform(p1,p2,x1,y1)
print('%9.3f %11.3f' % (x1,y1))
print('%9.3f %11.3f' % (x2,y2))
print('%8.3f %5.3f' % p2(x2,y2,inverse=True))
#点数组的转换
lats = (38.83,39.32,38.75)
lons = (-92.22,-94.72,-90.37)
x1,y1=p1(lons,lats)
x2,y2=transform(p1,y1)
xy=x1+y1
print('%9.3f %9.3f %9.3f %11.3f %11.3f %11.3f' % xy)
xy=x2+y2
print('%9.3f %9.3f %9.3f %11.3f %11.3f %11.3f' % xy)
lons,lats = p2(x2,inverse=True)
xy=lons+lats
print('%8.3f %8.3f %8.3f %5.3f %5.3f %5.3f' % xy)
p1 = Proj(proj='latlong',datum='WGS84')
x1 = -111.5; y1 = 45.25919444444
p2 = Proj(proj="utm",zone=10,datum='NAD27')
x2,y1)
print("%s %s" % (str(x2)[:9],str(y2)[:9]))
栅格数据投影转换
#栅格数据投影转换 from osgeo import gdal,osr from osgeo.gdalconst import * #源图像投影 source=osr.SpatialReference() source.ImportFromEPSG(32650) #目标图像投影 target=osr.SpatialReference() target.ImportFromEPSG(3857) coordTrans=osr.CoordinateTransformation(source,target) #打开源图像文件 ds=gdal.Open("fdem.tif") #仿射矩阵六参数 mat=ds.GetGeoTransform() #源图像的左上角与右下角像素，在目标图像中的坐标 (ulx,uly,ulz)=coordTrans.TransformPoint(mat[0],mat[3]) (lrx,lry,lrz ) = coordTrans.TransformPoint(mat[0] + mat[1]*ds.RasterXSize,mat[3] + mat[5]* ds.RasterYSize ) #创建目标图像文件（空白图像），行列数、波段数以及数值类型仍等同原图像 driver=gdal.GetDriverByName("GTiff") ts=driver.Create("fdem_lonlat.tif",ds.RasterXSize,ds.RasterYSize,1,GDT_UInt16) #转换后图像的分辨率 resolution=(int)((lrx-ulx)/ds.RasterXSize) #转换后图像的六个放射变换参数 mat2=[ulx,resolution,-resolution] ts.SetGeoTransform(mat2) ts.SetProjection(target.ExportToWkt()) #投影转换后需要做重采样 gdal.ReprojectImage(ds,ts,source.ExportToWkt(),target.ExportToWkt(),gdal.GRA_Bilinear) #关闭 ds = None ts= None