前言——GDAL的安装

关于gdal的下载，建议搜索并下载GMT6这个软件包，在bin文件下有gdal所有程序，且较新。

使用gdal生成COG需要用到gdaladdo.exe与gdal_translate.exe

参考网站是wiki的COG简介与部分操作：
https://trac.osgeo.org/gdal/wiki/CloudOptimizedGeoTIFF#NOTE

一、gdaladdo.exe的介绍与使用

gdaladdo.exe 作用是在文件内部生成影像金字塔（概览层），来提高文件浏览和打开速度。我们用它来提前处理geotiff，生成概览层。这一步是生成COG的前提，因为COG内部得有概览层，而输入的geotiff不一定有。故在转换之前得有这一步。

操作如下：
进入gdaladdo所在目录（C:\programs\gmt6\bin）。使用cmd命令调用gdaladdo.exe。
公式如下：

gdaladdo [-r {nearest,average,gauss,cubic,cubicspline,lanczos,average_mp,average_magphase,mode}]
[-ro] [-clean] filename levels

参数介绍：可参考详细gdaladdo用法说明（建金字塔），这里只做一些关键部分

参数名	示意
-r	（默认值为最近邻元法nearest），还可以设置成平均值法average，高斯gauss，三次内插法cubic等。
-ro	以只读模式打开数据集，以生成外部概览（尤其是GeoTIFF数据集）。
-clean	删除所有概览层。
filename	输入文件名。
levels	要建立略缩图的层号的列表。选择一个缩放水平如 n，则表示略缩图缩放程度是源图像每个维上分辨率的1/n。可以设置多个缩略图，如2 4 8 12 或 3 6 9 12 17
如果文件在所选缩放水平上已经存在略缩图，那么那个缩放程度将被重新计算并覆盖写入。

举个例子：
按照上面操作打开cmd命令行后，输入 gdaladdo.exe -r average simple.tif 2 4 8 16 32 （代表以平均值法average，生成zoom级：2 4 8 16 32的内部概览层）

这里说明一下，无论你 input.tif 内部有没有瓦片组织，或者瓦片组织的宽度或高度是多少，都不影响后续使用 gdal_translate.exe 生成COG。因为 gdal_translate.exe 只借用了 Levels 的数值，会根据 新的TileSize 重新生成金字塔

二、gdal_translate.exe的介绍与使用

gdal_translate.exe用来生成COG，使用方法为命令行输入：gdal_translate.exe input.tif output.tif
其中涉及到参数如下所示：

参数名	示意
-co TILED=YES	生成瓦片
-co COMPRESS=DEFLATE/LZW/JPEG/PACKBITS	使用DEFLATE/LZW/JPEG/PACKBITS方法压缩(请注意，虽然 DEFLATE 比 LZW 更有效，但可能会导致与某些软件包的兼容性问题)
-co COPY_SRC_OVERVIEWS=YES	从原数据中拷贝概览(需要先进行gdaladdo.exe)
-co BLOCKXSIZE=512/256 -co BLOCKYSIZE=512/256 --config GDAL_TIFF_BLOCKSIZE 512/256	生成512x512或者256x256的瓦片

使用时可将上述参数搭配组合使用。如下例子所示：
gdal_translate.exe simple.tif simple_COG_256.tif -co TILED=YES -co BLOCKXSIZE=256 -co BLOCKYSIZE=256 --config GDAL_TIFF_BLOCKSIZE 256 -co COMPRESS=DEFLATE -co COPY_SRC_OVERVIEWS=YES

gdal_translate.exe的功能十分强大，还可以生成其他格式的文件，参考链接

三、gdal2tiles的介绍与使用

gdal2tiles是gdal提供一个python库。该库可以将输入tif切片换成成标准TMS瓦片（参考博客：TMS瓦片的定义）。

由于是python库，我们在python中使用。
参考博客：
1、python调用gdal2tiles实现栅格影像TMS切片
2、python gdal2tiles 包
使用方法如下：

import time
from osgeo import gdal
import gdal2tilesif __name__ == '__main__':start = time.process_time()options = {'tilesize': 256, 'zoom': (9, 12)}  # 'np_processes': 2gdal2tiles.generate_tiles('D:/code/testdata/TMS/simple.tif', 'D:/code/testdata/TMS/TMS_Overview/', **options)end = time.process_time()print('Running time: %s Seconds' % (end - start))

options是其参数设置项，详见1、python调用gdal2tiles实现栅格影像TMS切片

最终结果如下：

点击其中生成的利用leaflet的预览文件 leaflet.html ，记得勾选切片结果（Layer），运行效果如下图所示：

【学习记录】如何使用gdal生成COG+标准TMS切片相关推荐

使用python GDAL生成COG(Cloud Optimized GeoTIFF)
参考资料: https://trac.osgeo.org/gdal/wiki/CloudOptimizedGeoTIFF#HowtogenerateitwithGDAL https://gdal.or ...
OpenFoam学习记录2-网格的生成
1 网格的约束 1.1 点 1)点的列表中不能有重复的点,不能包含不位于这个面上的点: 2)点的命名顺序遵循右手定则,大拇指方向为法向量的方向,四只手指的顺序为点的编号顺序: 1.2 面 1)面的中心 ...
Python学习记录——英文名修改成标准格式
Python学习记录--英文名修改成标准格式功能需求把用户输入的不规范的英文名字,变为首字母大写,其他小写的规范名字.输入:['adam', 'LISA', 'barT'],输出:['Adam', ...
Matlab学习记录-矩阵的生成
Matlab学习记录-矩阵的生成 matlab中生成矩阵有两种方式: 1.中括号加分号. 中括号表示矩阵,分号表示分行:每一行之间的元素可以用逗号分开也可以用空格分开: 例如 a=[1 2 3; 4 ...
GAN学习记录（五）——循环生成对抗网络CycleGan
循环生成对抗网络CycleGan实现风格迁移 dataset https://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/vang ...
Pytorch学习记录-torchtext和Pytorch的实例（使用神经网络训练Seq2Seq代码）
Pytorch学习记录-torchtext和Pytorch的实例1 0. PyTorch Seq2Seq项目介绍 1. 使用神经网络训练Seq2Seq 1.1 简介,对论文中公式的解读 1.2 数据预 ...
Python学习记录day3
2019独角兽企业重金招聘Python工程师标准>>> Python学习记录 day3 今天是银角大王武sir讲课.先回顾了上节课所学,然后讲到了面向对象思想. set set是一个 ...
gradle exclude_Gradle学习记录020 java工程的测试 part1
详细学习如何用Gradle测试java工程.第二部分.该学习记录基于Gradle官方网站资料.本篇参考链接如下: https://docs.gradle.org/current/userguide/j ...
latex 三线表_LaTeX学习记录（3）：使用图表
学习记录(3):使用图表每次跟朋友安利的时候我都会讲这么一个故事: ❝ 当时设计天琴一号加速度计的控制器参数,出于数字控制参数切换的便利性,疯狂设计了十几套参数.然而写报告的时候傻了:老板要求每套 ...

【学习记录】如何使用gdal生成COG+标准TMS切片

文章目录

前言——GDAL的安装

一、gdaladdo.exe的介绍与使用

二、gdal_translate.exe的介绍与使用

三、gdal2tiles的介绍与使用

【学习记录】如何使用gdal生成COG+标准TMS切片相关推荐

最新文章

热门文章