目前有一張tif格式的柵格影像，需要在web地圖上進行展示，使用動態切片WMS的方式，渲染速度比較慢，而且大的時候會出現模糊的問題。并且后面需要做多期影像的切換，渲染與加載效率也值得關注。

計劃是使用柵格轉矢量的方式，將柵格數據轉為矢量shp文件，然后進行矢量切片，使用Mapbox進行前端動態渲染。在網上查詢了很多資料，有人說使用d3-contour在node.js中生成或者使用rasterio在python中進行轉換，整體過程都比較麻煩，很不易實現。最終選定了使用GDAL進行柵格轉矢量的方法，代碼比較簡單。原始tif影像（12.8MB）如下：

GDAL中柵格轉矢量的函數主要是以下兩個，二者的參數沒有任何區別，只是功能有區別：

FPolygonize(*args, **kwargs)

FPolygonize(Band srcBand, Band maskBand, Layer outLayer, int iPixValField, char options=None, GDALProgressFunc callback=0, void * callback_data=None) -> int

將每個像元轉成一個矩形。

Polygonize(*args, **kwargs) **

Polygonize(Band srcBand, Band maskBand, Layer outLayer, int iPixValField, char ** options=None, GDALProgressFunc callback=0, void * callback_data=None) -> int

將每個像元轉成一個矩形，然后將相似的像元進行合并。

from osgeo import gdal, ogr, osrimport osimport datetimeimport numpy as nppath = 'Z_NAFP20210727.tif'if __name__ == ’__main__’: start_time = datetime.datetime.now() inraster = gdal.Open(path) # 讀取路徑中的柵格數據 inband = inraster.GetRasterBand(1) # 這個波段就是最后想要轉為矢量的波段，如果是單波段數據的話那就都是1 prj = osr.SpatialReference() prj.ImportFromWkt(inraster.GetProjection()) # 讀取柵格數據的投影信息，用來為后面生成的矢量做準備 outshp = path[:-4] + '.shp' # 給后面生成的矢量準備一個輸出文件名，這里就是把原柵格的文件名后綴名改成shp了 drv = ogr.GetDriverByName('ESRI Shapefile') if os.path.exists(outshp): # 若文件已經存在，則刪除它繼續重新做一遍drv.DeleteDataSource(outshp) Polygon = drv.CreateDataSource(outshp) # 創建一個目標文件 Poly_layer = Polygon.CreateLayer(path[:-4], srs=prj, geom_type=ogr.wkbMultiPolygon) # 對shp文件創建一個圖層，定義為多個面類 newField = ogr.FieldDefn(’value’, ogr.OFTReal) # 給目標shp文件添加一個字段，用來存儲原始柵格的pixel value,浮點型， Poly_layer.CreateField(newField) gdal.Polygonize(inband, None, Poly_layer, 0) # 核心函數，執行的就是柵格轉矢量操作 # gdal.FPolygonize(inband, None, Poly_layer, 0) # 只轉矩形，不合并 Polygon.SyncToDisk() Polygon = None end_time = datetime.datetime.now() print('Succeeded at', end_time) print('Elapsed Time:', end_time - start_time) # 輸出程序運行所需時間轉換效果 使用FPolygonize

轉換之后的矢量數據有270MB，非常大，打開非常卡

合并之后的矢量數據有48MB，相對第一種方法數據量大大減少

到此這篇關于python 使用GDAL實現柵格tif轉矢量shp的文章就介紹到這了,更多相關python柵格tif轉矢量shp內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！