基于C#和DGAL包实现栅格影像的读取和显示

GDAL包提供了诸多处理栅格影像的方法，本文就将详细介绍基于GDAL包和C#语言如何实现栅格影像的读取和显示，这种实现是在VS2015的开发环境中完成。
要像实现栅格影像数据的读取和显示，首先得弄清楚栅格影像的数据结构，栅格影像主要分为两类，一类是灰度影像，一类是彩色影像。但是这两类影像有一个共同的特点，他们都是由像元构成，每一个像元由像元值表示该像元的属性，不过灰度影像的像元属性有一个值(0-255)确定，而彩色影像一般是由三个值确定，分别对听R,G,B三类原色的值（0-255）,就是说只要我们知道了每一个像元对应的属性值，那么就可以实现该影像的显示或者其他操作。
由于GDAL是一个包，因此在正式开始之前需要配置环境，具体配置方法我已经发布过相应的博客，大家如果在这里有问题的话可以参考下面的连接
到这里就假装认为大家配置环境都木有问题了啊，咱们就开始码代码了，首先就是引用包的基本操作，得获取包的相应许可，也就是下面这句话啦，这句话是很简单，但是这是添加的引用的情况下，大家配置好环境后一定要添加相应的引用，接下来本文会附上本文代码所用到的所有引用，供大家参考。
好了不说废话了，一句句解释太累了，直接上代码吧，下面是第一部分，环境的初始化，包括栅格文件的选择和初始环境的配置，这种配置主要是针对pictrueBox控件，该控件将用来显示栅格影像。代码中有两个函数，分别是initial()和ReadImage()，initial()大家不用在意，这个没么之用，只是我个人觉得窗体打开后pictrueBox对应的区域一片空白有点不爽，所以写了一个函数把pictrueBox对应的image也初始化，代码我后面也会粘上去；而ReadImage()就重要了，包括了读取栅格影像的具体代码，主要包括三个部分，分别是读取影像的相关信息、对图像进行缩放（为了防止图像变形，需要按照影像的宽高比对缓冲区的宽高比进行调整）、读取影像数据，其中读取影像数据包括两个部分，即灰度影像的像元值读取和彩色影像的像元值读取。
下面是 ReadImage()函数对应的代码。
以上就是所有的关键代码了，哦，对了，还有一个initial()方法对应的代码块，代码如下。
下面附几张程序的运行效果图吧。
本文对应程序的所有文档已经全部上传到csdn网站上，如果大家有需求的话请自行下载（程序亲测有用），不过还是希望大家自己完成，个人觉得我这个小程序不值5个积分，但是我也么的办法，链接见下。

GDAL包提供了诸多处理栅格影像的方法，本文就将详细介绍基于GDAL包和C#语言如何实现栅格影像的读取和显示，这种实现是在VS2015的开发环境中完成。

要像实现栅格影像数据的读取和显示，首先得弄清楚栅格影像的数据结构，栅格影像主要分为两类，一类是灰度影像，一类是彩色影像。但是这两类影像有一个共同的特点，他们都是由像元构成，每一个像元由像元值表示该像元的属性，不过灰度影像的像元属性有一个值(0-255)确定，而彩色影像一般是由三个值确定，分别对听R,G,B三类原色的值（0-255）,就是说只要我们知道了每一个像元对应的属性值，那么就可以实现该影像的显示或者其他操作。

由于GDAL是一个包，因此在正式开始之前需要配置环境，具体配置方法我已经发布过相应的博客，大家如果在这里有问题的话可以参考下面的连接

GDAL配置

到这里就假装认为大家配置环境都木有问题了啊，咱们就开始码代码了，首先就是引用包的基本操作，得获取包的相应许可，也就是下面这句话啦，这句话是很简单，但是这是添加的引用的情况下，大家配置好环境后一定要添加相应的引用，接下来本文会附上本文代码所用到的所有引用，供大家参考。

Gdal.AllRegister();

//引用
using System;
using System.Drawing;
using System.Windows.Forms;
using OSGeo.GDAL;

好了不说废话了，一句句解释太累了，直接上代码吧，下面是第一部分，环境的初始化，包括栅格文件的选择和初始环境的配置，这种配置主要是针对pictrueBox控件，该控件将用来显示栅格影像。代码中有两个函数，分别是initial()和ReadImage()，initial()大家不用在意，这个没么之用，只是我个人觉得窗体打开后pictrueBox对应的区域一片空白有点不爽，所以写了一个函数把pictrueBox对应的image也初始化，代码我后面也会粘上去；而ReadImage()就重要了，包括了读取栅格影像的具体代码，主要包括三个部分，分别是读取影像的相关信息、对图像进行缩放（为了防止图像变形，需要按照影像的宽高比对缓冲区的宽高比进行调整）、读取影像数据，其中读取影像数据包括两个部分，即灰度影像的像元值读取和彩色影像的像元值读取。

            initial();//文件路径string fileName = "";OpenFileDialog openFile = new OpenFileDialog();openFile.Filter = "所有文件|*.*|Tiff文件|*.tif|Erdas img文件|*.img|Bmp文件|*.bmp|jpeg文件|*.jpg";if (openFile.ShowDialog() == DialogResult.OK){fileName = openFile.FileName;}else{MessageBox.Show("影像路径不能为空","注意",MessageBoxButtons.OKCancel,MessageBoxIcon.Information);return;}textBox1.Text = fileName;//创建DatasetGdal.AllRegister();Dataset ds = null;try{ds = Gdal.Open(fileName, Access.GA_ReadOnly);}catch (Exception ex){MessageBox.Show("打开影像失败"+ex.Message);}if (ds == null){MessageBox.Show("影像无效");return;}//创建包络矩形Rectangle rec = new Rectangle();rec.Width = this.pictureBox1.Width;rec.Height = this.pictureBox1.Height;//调用ReadImage方法获取图像并显示Bitmap map = ReadImage(ds, rec);pictureBox1.Image = map;

下面是 ReadImage()函数对应的代码。

            #region 获取图像信息int imageWidth = ds.RasterXSize;int imageHeight = ds.RasterYSize;float imgRatio = imageWidth / (float)imageHeight;//图像颜色模式int model;model = ds.RasterCount;double[] dd = new double[4];ds.GetGeoTransform(dd);string prj = ds.GetProjection();string str = string.Format("波段数目:{0}\n行数：{1};列数：{2}\n坐标参考：{3},{4},{5},{6}\n", ds.RasterCount, ds.RasterXSize, ds.RasterYSize, dd[0], dd[1], dd[2], dd[3]);str += prj + "\n";for (int i = 1; i <= ds.RasterCount; ++i){OSGeo.GDAL.Band band = ds.GetRasterBand(i);str += "波段" + i + "：" + band.DataType.ToString();}infoText.Text = str;#endregion#region 对图像进行缩放//依据矩形尺寸设置buffer的尺寸int boxWidth = rec.Width;int boxHeight = rec.Height;float boxRatio = boxWidth / (float)boxHeight;int bufferHeight, bufferWidth;if (imgRatio >= boxRatio){bufferWidth = boxWidth;bufferHeight = (int)(boxWidth / imgRatio);}else{bufferHeight = boxHeight;bufferWidth = (int)(boxHeight * imgRatio);}#endregionBitmap map = new Bitmap(bufferWidth, bufferHeight,System.Drawing.Imaging.PixelFormat.Format24bppRgb);#region 读取图像波段数据//如果图像颜色模式为灰度if (model == 1){Band band1 = ds.GetRasterBand(1);double[] maxmin1 = { 0, 0 };band1.ComputeRasterMinMax(maxmin1, 0);int[] info = new int[bufferHeight * bufferWidth];band1.ReadRaster(0, 0, imageWidth,imageHeight, info, bufferWidth, bufferHeight, 0, 0);int i, j;for (i = 0; i < bufferHeight; i++)for (j = 0; j < bufferWidth; j++){int val = info[i * bufferWidth + j];val = (int)(((val - maxmin1[0]) / (maxmin1[1] - maxmin1[0])) * 255);Color newColor = Color.FromArgb(val, val, val);map.SetPixel(j, i, newColor);}}//如果图像颜色模式为彩色if (model != 1){Band band1 = ds.GetRasterBand(1);double[] maxmin1 = { 0, 0 };band1.ComputeRasterMinMax(maxmin1, 0);int[] r = new int[bufferHeight * bufferWidth];band1.ReadRaster(0, 0, imageWidth,imageHeight, r, bufferWidth, bufferHeight, 0, 0);Band band2 = ds.GetRasterBand(2);double[] maxmin2 = { 0, 0 };band2.ComputeRasterMinMax(maxmin2, 0);int[] g = new int[bufferHeight * bufferWidth];band2.ReadRaster(0, 0, imageWidth,imageHeight, g, bufferWidth, bufferHeight, 0, 0);Band band3 = ds.GetRasterBand(3);double[] maxmin3 = { 0, 0 };band3.ComputeRasterMinMax(maxmin3, 0);int[] b = new int[bufferHeight * bufferWidth];band3.ReadRaster(0, 0, imageWidth,imageHeight, b, bufferWidth, bufferHeight, 0, 0);int i, j;for (i = 0; i < bufferHeight; i++)for (j = 0; j < bufferWidth; j++){int rval = r[i * bufferWidth + j];rval = (int)(((rval - maxmin1[0]) / (maxmin1[1] - maxmin1[0])) * 255);int gval = g[i * bufferWidth + j];gval = (int)(((gval - maxmin2[0]) / (maxmin2[1] - maxmin2[0])) * 255);int bval = b[i * bufferWidth + j];bval = (int)(((bval - maxmin3[0]) / (maxmin3[1] - maxmin3[0])) * 255);Color newColor = Color.FromArgb(rval, gval, bval);map.SetPixel(j, i, newColor);}}return map;#endregion

以上就是所有的关键代码了，哦，对了，还有一个initial()方法对应的代码块，代码如下。

            int xSize = this.pictureBox1.Width;int ySize = this.pictureBox1.Height;Bitmap map = new Bitmap(xSize, ySize, System.Drawing.Imaging.PixelFormat.Format24bppRgb);for (int i = 0; i < xSize; i++)for (int j = 0; j < ySize; j++){Random rd = new Random((int)DateTime.Now.Ticks);Color newColor = Color.FromArgb(rd.Next(0,255), rd.Next(0, 255), rd.Next(0, 255));map.SetPixel(i, j, newColor);}pictureBox1.Image = map;

下面附几张程序的运行效果图吧。

本文对应程序的所有文档已经全部上传到csdn网站上，如果大家有需求的话请自行下载（程序亲测有用），不过还是希望大家自己完成，个人觉得我这个小程序不值5个积分，但是我也么的办法，链接见下。

基于GDAL和C#语言读取栅格影像

基于C#和DGAL包实现栅格影像的读取和显示相关推荐

【ArcGIS风暴】ArcGIS10.6获取栅格影像边界范围的三种方法案例详解
基于ArcGIS平台有多种办法可以提取栅格影像边界,常见的方法有3种: 栅格范围(Raster Domain) 栅格转面(Raster to Polygon) 创建轮廓(BuildFootprints ...
python矢量裁剪栅格代码_Python中使用面状矢量裁剪栅格影像，并依据Value值更改矢量属性...
本文整体思路:在Python中使用Geopandas库,依次读取shp文件的每一个面状要素,获取其空间边界信息并裁剪对应的栅格影像,计算所裁剪影像Value值的众数,将其设置为对应面状要素的NewTY ...
将栅格影像转换为CAD/GIS矢量的3种方法
原文发布时间:2017/11/22 12:58:11 从图像中提取矢量要素或"栅格矢量化"涉及将栅格像素组转换为多边形.这是GIS和CAD工作流程的常见场景,也是一个具有挑战性的 ...
sar偏移量追踪技术_论文推荐 | 吴文豪：基于几何配准的多模式SAR影像配准及其误差分析...
<测绘学报> 构建与学术的桥梁拉近与权威的距离基于几何配准的多模式SAR影像配准及其误差分析吴文豪1, 张磊2, 李陶3, 龙四春1, 段梦4, 周志伟5, 祝传广1, 蒋廷臣61. ...
基于SRCNN的表情包超分辨率（附tensorflow实现）
基于SRCNN的表情包超分辨率(附tensorflow实现) 2018年02月25日 14:04:05
【ArcGIS遇上Python】ArcGIS批量处理栅格影像（NDVI）归一化完整案例代码
文章<ArcGIS栅格影像(NDVI)归一化处理的两种方法精解>详细介绍了ArcGIS中进行NDVI影像归一化处理的两种方法,但是无法批量进行,本文就放大招用Python实现批量NDVI归 ...
springboot基于mybatis扫描jar包中的controller、service、dao、xml
springboot基于mybatis扫描jar包中的controller.service.dao.xml 最近有这样的需求,是将某个业务模块接口,比如新闻的接口模块作为一个公共固定的模块,整个包括 ...
Java抓包分析四（基于jnetpcap进行抓包）——分析Http请求数据包
在上篇文章中Java抓包分析三(基于jnetpcap进行抓包)--抓取Http请求数据包,我们讲解了TCP三次握手的过程和如何抓取Http数据包,但是我们并没有进行一个数据分析,接下来这篇文章我们将要 ...
基于python中jieba包的中文分词中详细使用（一）
文章目录基于python中jieba包的中文分词中详细使用(一) 01.前言 02.jieba的介绍 02.1 What 02.2特点 02.3安装与使用 02.4涉及到的算法 03.主要功能 03 ...
ArcGIS中矢量裁剪栅格影像及影像合并【附练习数据下载】
关于栅格影像数据的裁剪跟合并我们之前发过很多相关教程,工作中小助手经常用的软件是ArcGIS和Global Mapper 关于Global Mapper相关裁切技巧大家可以看之前发过的一篇→Globa ...

基于C#和DGAL包实现栅格影像的读取和显示

基于C#和DGAL包实现栅格影像的读取和显示

GDAL包提供了诸多处理栅格影像的方法，本文就将详细介绍基于GDAL包和C#语言如何实现栅格影像的读取和显示，这种实现是在VS2015的开发环境中完成。

由于GDAL是一个包，因此在正式开始之前需要配置环境，具体配置方法我已经发布过相应的博客，大家如果在这里有问题的话可以参考下面的连接

下面是 ReadImage()函数对应的代码。

以上就是所有的关键代码了，哦，对了，还有一个initial()方法对应的代码块，代码如下。

下面附几张程序的运行效果图吧。

本文对应程序的所有文档已经全部上传到csdn网站上，如果大家有需求的话请自行下载（程序亲测有用），不过还是希望大家自己完成，个人觉得我这个小程序不值5个积分，但是我也么的办法，链接见下。

基于C#和DGAL包实现栅格影像的读取和显示相关推荐

最新文章

热门文章