### Python 中用于影像重采样的推荐库 在处理影像重采样任务时，Python 提供了多个强大的库来满足不同需求。以下是几个常用的库及其功能概述： #### 1. **GDAL (Geospatial Data Abstraction Library)** GDAL 是地理空间数据分析中最广泛使用的工具之一，支持多种栅格数据格式的操作，包括投影转换、重采样和裁剪等功能。通过 `gdal.Warp` 方法可以方便地实现影像的重采样操作[^1]。 示例代码如下： ```python from osgeo import gdal # 打开原始影像文件 ds = gdal.Open("input_image.tif") # 使用 bilinear 插值法进行重采样 resampled_ds = gdal.Warp( "output_resampled.tif", ds, xRes=30, # 设置目标分辨率（X方向） yRes=30, # 设置目标分辨率（Y方向） resampleAlg="bilinear" # 可选插值算法："nearest", "bilinear", "cubic" 等 ) # 关闭数据集 ds = resampled_ds = None ``` #### 2. **rasterio** `rasterio` 是一个基于 GDAL 的高级库，提供了更简洁易用的接口，适合快速开发地理空间应用。它同样支持影像重采样，并允许灵活设置不同的插值方法。 示例代码如下： ```python import rasterio from rasterio.warp import reproject, Resampling with rasterio.open("input_image.tif") as src: kwargs = src.meta.copy() kwargs.update({ 'transform': src.transform * src.transform.scale(2.0), # 缩放比例调整 'width': int(src.width / 2), 'height': int(src.height / 2) }) with rasterio.open("output_resampled.tif", "w", **kwargs) as dst: for i in range(1, src.count + 1): reproject( source=rasterio.band(src, i), destination=rasterio.band(dst, i), src_transform=src.transform, src_crs=src.crs, dst_transform=dst.transform, dst_crs=dst.crs, resampling=Resampling.bilinear # 支持多种插值方式 ) ``` #### 3. **scikit-image** 虽然主要面向图像处理领域，但 `scikit-image` 同样适用于遥感影像的重采样任务。其核心函数 `skimage.transform.resize` 和 `skimage.transform.rescale` 能够高效完成像素级别的缩放与插值运算。 示例代码如下： ```python from skimage import io, transform # 加载输入影像 img = io.imread("input_image.tif") # 进行双线性插值重采样 resized_img = transform.resize(img, output_shape=(new_height, new_width), mode='reflect', anti_aliasing=True) # 保存结果 io.imsave("output_resampled.tif", resized_img.astype(np.uint8)) ``` #### 4. **OpenCV (cv2)** 作为计算机视觉领域的主流框架，OpenCV (`cv2`) 提供了一系列高效的图像处理函数，其中也包含了针对二维数组的重采样能力。尽管 OpenCV 更倾向于通用型图片而非专门设计给遥感影像使用，但在某些场景下仍可作为一种备选方案。 示例代码如下： ```python import cv2 import numpy as np # 读取影像并转为 NumPy 数组形式 img = cv2.imread("input_image.tif", flags=cv2.IMREAD_ANYDEPTH | cv2.IMREAD_COLOR) # 定义新的尺寸大小 dsize = (int(img.shape[1]/2), int(img.shape[0]/2)) # 应用 INTER_LINEAR 方式执行重采样 resized_img = cv2.resize(img, dsize=dsize, interpolation=cv2.INTER_LINEAR) # 存储输出文件 cv2.imwrite("output_resampled.tif", resized_img) ``` 以上四种库各有优劣，在实际项目中可根据具体需求选择合适的工具组合使用。 ---