¿Salida de matriz de datos ráster invertida en el eje x usando python / gdal?


9

Estoy tratando de crear un ráster usando las bibliotecas Python gdal y llegué al punto en el que se emiten los datos, pero los datos de salida se voltean en el eje x del punto de origen . Sé que debo pasar por alto algo, pero no puedo entender a dónde me estoy equivocando. ¿Algunas ideas?

Al crear el ráster, configuro los valores x / y superiores a la izquierda, y la matriz parece estar indexada desde la parte superior izquierda y continuar hacia abajo a la inferior derecha. En el siguiente código, estoy llenando la matriz con el valor de la fila.

Al imprimir la matriz, se ve así:

[[  1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.
    1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.
    1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.
    1.   1.   1.   1.   1.   1.]
 [  2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.
    2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.
    2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.
    2.   2.   2.   2.   2.   2.]
 [  3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.
    3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.
    3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.   3.
    3.   3.   3.   3.   3.   3.]
 [  4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.
    4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.
    4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.   4.
    4.   4.   4.   4.   4.   4.]
...

Y estos datos se escriben con éxito en la banda ráster. Sin embargo, cuando se ve en MapWindow GIS , los datos parecen ir en la dirección opuesta con el punto de origen superior izquierdo establecido originalmente , apareciendo como el valor inferior izquierdo .

En otras palabras, los datos se invierten en el eje x del punto de origen .

import gdal
import osr
import numpy

OUTPUT_FORMAT = "GTiff"
def create_raster(filename="test.tif"):
    driver = gdal.GetDriverByName(OUTPUT_FORMAT)
    band_type = gdal.GDT_Byte
    number_of_bands = 1

    x_rotation = 0 # not supported
    y_rotation = 0 # not supported
    cell_width_meters = 50
    cell_height_meters = 50

    (min_lon, min_lat, max_lon, max_lat) = _get_point_bounds() # retrieve bounds for point data        
    srs = osr.SpatialReference()
    srs.SetWellKnownGeogCS("WGS84") # Set geographic coordinate system to handle lat/lon        
    srs.SetUTM( 54, True) # Set projected coordinate system  to handle meters        

    # create transforms for point conversion
    wgs84_coordinate_system = srs.CloneGeogCS() # clone only the geographic coordinate system
    wgs84_to_utm_transform = osr.CoordinateTransformation(wgs84_coordinate_system, srs)

    # convert to UTM
    top_left_x, top_left_y, z = wgs84_to_utm_transform.TransformPoint(min_lon, max_lat, 0)     
    lower_right_x, lower_right_y, z = wgs84_to_utm_transform.TransformPoint(max_lon, min_lat, 0) 

    cols, rows = _get_raster_size(top_left_x, lower_right_y, lower_right_x, top_left_y, cell_width_meters, cell_height_meters)
    dataset = driver.Create(filename, cols, rows, number_of_bands, band_type) #

    # GeoTransform parameters
    # --> need to know the area that will be covered to define the geo tranform
    # top left x, w-e pixel resolution, rotation, top left y, rotation, n-s pixel resolution
    geo_transform = [ top_left_x, cell_width_meters, x_rotation, top_left_y, y_rotation, cell_height_meters ]
    dataset.SetGeoTransform(geo_transform)
    dataset.SetProjection(srs.ExportToWkt())

    dataset_band = dataset.GetRasterBand(1)
    data = dataset_band.ReadAsArray(0, 0, cols, rows).astype(numpy.float32) # returns empty array 

    for row in xrange(rows):
        for col in xrange(cols):
            data[row][ col] = row + 1

    dataset_band.WriteArray(data, 0, 0)
    dataset_band.SetNoDataValue(0.0)
    dataset_band.FlushCache()
    dataset = None # Close file

También he notado que cuando calculo la posición del píxel para un lat / lon dado, el valor y da como resultado un índice negativo, que parece correcto, considerando que la matriz es de arriba a la izquierda a abajo a la derecha .

inverse_geo_transform = gdal.InvGeoTransform(self.geo_transform)[1] # for mapping lat/lon to pixel
pixel_x, pixel_y = gdal.ApplyGeoTransform(self.inverse_geo_transform, utm_x, utm_y)

Respuestas:


10

Encontré el problema ...

El problema está en definir la geo_transforma. Tuve lo siguiente:

x_rotation = 0 
y_rotation = 0 
cell_width_meters = 50
cell_height_meters = 50

geo_transform = [ top_left_x, cell_width_meters, x_rotation, top_left_y, y_rotation, cell_height_meters ]
dataset.SetGeoTransform(geo_transform)

La documentación de Gdal no es muy clara sobre cuáles son estos valores. (Ver SetGeoTransform ) Al buscar alrededor de las redes, deduje que los valores pasados ​​deberían ser (en orden):

  • top_left_x
  • cell_width_meters
  • x_rotation
  • top_left_y
  • rotación_y
  • cell_height_meters

Lo que parece correcto, PERO al volver a revisar el Tutorial de la API de GDAL , noté que el último valor cell_height_metersse mostraba en un valor negativo . Parece que esto era todo lo que se necesitaba para generar correctamente los datos en la orientación esperada.

Así que ahora he cambiado la línea de definición geo_transform a:

(Observe el agregado "-")

geo_transform = [ top_left_x, cell_width_meters, x_rotation, top_left_y, y_rotation, -cell_height_meters ]

Esta es la forma tradicional de tratar con los mundos de las imágenes como los orígenes en la parte superior izquierda y la forma en que la geografía utiliza la parte inferior izquierda.
Ian Turton

Tiene sentido una vez que lo sabes, pero para abordar el problema a partir de los ejemplos de código es difícil entender el razonamiento. Descubrí que la documentación de ArcGIS tiene una excelente documentación que explica sobre los rásteres: webhelp.esri.com/arcgisdesktop/9.3/…
monkut
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.