GDAL API¶

GDAL代表地理空间数据抽象库，是一个真正的“瑞士军刀”的GIS数据功能。 GDAL的子集是OGR简单特征库，其专门用于以各种标准格式读取和写入向量地理数据。

GeoDjango为OGR的一些功能提供了高级Python接口，包括矢量空间数据的读取和坐标转换，以及对于栅格（图像）数据的GDAL功能的最小支持。

注

虽然该模块名为gdal，但GeoDjango此时只支持OGR和GDAL的栅格功能的一些功能。

Overview¶

Sample Data¶

这里描述的GDAL / OGR工具旨在帮助您读取地理空间数据，为了使大多数工具有用，您必须拥有一些数据才能使用。如果你刚开始，还没有自己的任何数据要使用，GeoDjango测试包含了许多可以用于测试的简单数据集。您可以在这里下载：

$ wget https://raw.githubusercontent.com/django/django/master/tests/gis_tests/data/cities/cities.{shp,prj,shx,dbf}
$ wget https://raw.githubusercontent.com/django/django/master/tests/gis_tests/data/rasters/raster.tif

Vector Data Source Objects¶

`DataSource`¶

DataSource是OGR数据源对象的包装器，支持使用简单，一致的界面从各种支持OGR的地理空间文件格式和数据源读取数据。每个数据源由包含一个或多个数据层的DataSource对象表示。由Layer对象表示的每个层包含一些地理要素（Feature），有关该层中包含的要素类型的信息（例如点，多边形等）。），以及可以与该层中的每个特征相关联的数据的任何附加字段（Field）的名称和类型。

类 DataSource（ds_input，encoding ='utf-8'）¶

DataSource的构造函数只需要一个参数：要读取的文件的路径。但是，OGR还支持各种更复杂的数据源，包括数据库，可以通过传递特殊的名称字符串而不是路径来访问。有关详细信息，请参阅OGR矢量格式文档。 DataSource实例的name属性给出了它正在使用的基础数据源的OGR名称。

可选的encoding参数允许您在源中指定字符串的非标准编码。在读取字段值时获取DjangoUnicodeDecodeError异常时，这通常很有用。

一旦创建了DataSource，您就可以通过访问layer_count属性，或者（等价地）使用len()函数。有关访问数据层本身的信息，请参阅下一节：

>>> from django.contrib.gis.gdal import DataSource
>>> ds = DataSource('/path/to/your/cities.shp')
>>> ds.name
'/path/to/your/cities.shp'
>>> ds.layer_count                  # This file only contains one layer
1

layer_count¶

返回数据源中的图层数。

name¶

返回数据源的名称。

`Layer`¶

类 层 T0> ¶ T1>

Layer是DataSource对象中数据层的包装器。您从不直接创建Layer对象。而是从DataSource对象检索它们，这本质上是Layer对象的标准Python容器。例如，您可以通过其索引访问特定层（例如ds[0]访问第一层），或者可以在for Layer本身充当几何特征的容器。

通常，给定层中的所有特征具有相同的几何类型。图层的geom_type属性是标识要素类型的OGRGeomType。我们可以使用它在DataSource中打印每个图层的一些基本信息：

>>> for layer in ds:
...     print('Layer "%s": %i %ss' % (layer.name, len(layer), layer.geom_type.name))
...
Layer "cities": 3 Points

示例输出来自上面加载的城市数据源，其中显然包含一个名为"cities"的图层，其中包含三个点要素。为了简单起见，以下示例假设您已将该图层存储在变量layer中：

>>> layer = ds[0]

name¶

返回数据源中此图层的名称。

>>> layer.name
'cities'

num_feat¶

返回图层中的要素数。与len(layer)相同：

>>> layer.num_feat
3

geom_type¶

返回图层的几何类型，作为OGRGeomType对象：

>>> layer.geom_type.name
'Point'

num_fields¶

返回图层中的字段数，即与图层中每个要素相关联的数据字段数：

>>> layer.num_fields
4

fields¶

返回此图层中每个字段的名称列表：

>>> layer.fields
['Name', 'Population', 'Density', 'Created']

返回此图层中每个字段的数据类型的列表。这些是Field的子类，如下所述：

>>> [ft.__name__ for ft in layer.field_types]
['OFTString', 'OFTReal', 'OFTReal', 'OFTDate']

field_widths¶

返回此图层中每个字段的最大字段宽度的列表：

>>> layer.field_widths
[80, 11, 24, 10]

field_precisions¶

返回此图层中每个字段的数值精度列表。对于非数字字段，这是无意义的（并设置为零）：

>>> layer.field_precisions
[0, 0, 15, 0]

extent¶

返回此图层的空间范围，作为Envelope对象：

>>> layer.extent.tuple
(-104.609252, 29.763374, -95.23506, 38.971823)

srs¶

返回与此图层关联的SpatialReference的属性：

>>> print(layer.srs)
GEOGCS["GCS_WGS_1984",
    DATUM["WGS_1984",
        SPHEROID["WGS_1984",6378137,298.257223563]],
    PRIMEM["Greenwich",0],
    UNIT["Degree",0.017453292519943295]]

如果Layer没有与之相关的空间参考信息，则返回None。

spatial_filter¶

可用于检索或设置此图层的空间过滤器的属性。空间过滤器只能使用OGRGeometry实例，4元组范围或None设置。当设置为非None时，只有在过滤器上进行迭代时才会返回与过滤器相交的要素：

>>> print(layer.spatial_filter)
None
>>> print(len(layer))
3
>>> [feat.get('Name') for feat in layer]
['Pueblo', 'Lawrence', 'Houston']
>>> ks_extent = (-102.051, 36.99, -94.59, 40.00) # Extent for state of Kansas
>>> layer.spatial_filter = ks_extent
>>> len(layer)
1
>>> [feat.get('Name') for feat in layer]
['Lawrence']
>>> layer.spatial_filter = None
>>> len(layer)
3

get_fields()¶

一种方法，返回图层中每个要素的给定字段的值的列表：

>>> layer.get_fields('Name')
['Pueblo', 'Lawrence', 'Houston']

get_geoms T0>（ GEOS =假 T1>）¶ T2>

返回包含图层中每个要素几何的列表的方法。如果可选参数True设置为geos，那么几何将转换为GEOSGeometry对象。否则，它们将作为OGRGeometry对象返回：

>>> [pt.tuple for pt in layer.get_geoms()]
[(-104.609252, 38.255001), (-95.23506, 38.971823), (-95.363151, 29.763374)]

test_capability(capability)¶

返回一个布尔值，指示此图层是否支持给定能力（字符串）。有效能力字符串的示例包括：'DeleteFeature'，'FastSetNextByIndex'，'CreateField'，'FastFeatureCount' ，'FastGetExtent'，'RandomWrite'，'SequentialWrite'，'Transactions'，'RandomRead'和'FastSpatialFilter'。

`Feature`¶

类 功能 T0> ¶ T1>

Feature包装OGR功能。您从不直接创建Feature对象。而是从Layer对象检索它们。每个要素由几何和一组包含其他属性的字段组成。字段的几何可通过其geom属性访问，该属性返回OGRGeometry对象。 A Feature的行为类似于其字段的标准Python容器，它作为Field对象返回：您可以通过其索引或名称直接访问字段，也可以迭代功能的领域，例如在for循环。

geom¶

以OGRGeometry对象的形式返回此要素的几何：

>>> city.geom.tuple
(-104.609252, 38.255001)

get¶

返回此功能的给定字段（由名称指定）的值的方法，而不是 a Field包装器对象：

>>> city.get('Population')
102121

geom_type¶

返回此要素的几何类型作为OGRGeomType对象。这对于给定层中的所有功能将是相同的，并且相当于该特征来自的Layer对象的Layer.geom_type属性。

num_fields¶

返回与该要素相关联的数据字段数。这对于给定层中的所有特征将是相同的，并且等同于该特征来自Layer对象的Layer.num_fields属性。

fields¶

返回与该要素相关联的数据字段的名称列表。这对于给定层中的所有特征将是相同的，并且等同于该特征来自Layer对象的Layer.fields属性。

fid¶

返回图层中的要素标识符：

>>> city.fid
0

layer_name¶

返回该函数来自的Layer的名称。这对于给定图层中的所有要素都是相同的：

>>> city.layer_name
'cities'

index¶

返回给定字段名称的索引的方法。这对于给定图层中的所有要素都是相同的：

>>> city.index('Population')
1

`Field`¶

类 字段 T0> ¶ T1>

name¶

返回此字段的名称：

>>> city['Name'].name
'Name'

type¶

返回此字段的OGR类型作为整数。 FIELD_CLASSES字典将这些值映射到Field的子类：

>>> city['Density'].type
2

type_name¶

返回此字段的数据类型的名称的字符串：

>>> city['Name'].type_name
'String'

value¶

返回此字段的值。 Field类本身以字符串形式返回值，但每个子类以最合适的形式返回值：

>>> city['Population'].value
102121

width¶

返回此字段的宽度：

>>> city['Name'].width
80

precision¶

返回此字段的数字精度。对于非数字字段，这是无意义的（并设置为零）：

>>> city['Density'].precision
15

as_double()¶

将字段的值作为double（float）返回：

>>> city['Density'].as_double()
874.7

as_int()¶

以整数形式返回字段的值：

>>> city['Population'].as_int()
102121

as_string()¶

以字符串形式返回字段的值：

>>> city['Name'].as_string()
'Pueblo'

as_datetime()¶

以字段的日期和时间组件的形式返回字段的值：

>>> city['Created'].as_datetime()
(c_long(1999), c_long(5), c_long(23), c_long(0), c_long(0), c_long(0), c_long(0))

`Driver`¶

类 驱动程序 T0>（ dr_input T1>）¶ T2>

Driver类在内部用于包装OGR DataSource驱动程序。

driver_count¶

返回当前注册的OGR向量驱动程序的数量。

OGR Geometries¶

`OGRGeometry`¶

OGRGeometry对象与GEOSGeometry对象共享类似的功能，并且是OGR内部几何表示周围的薄包装。因此，当使用DataSource时，它们允许更有效地访问数据。与其GEOS对应方不同，OGRGeometry支持空间参考系统和坐标变换：

>>> from django.contrib.gis.gdal import OGRGeometry
>>> polygon = OGRGeometry('POLYGON((0 0, 5 0, 5 5, 0 5))')

类 OGRGeometry（geom_input，srs = None）¶

此对象是OGR Geometry类的包装器。这些对象直接从给定的buffer参数实例化，该参数可以是包含WKT，HEX，GeoJSON，包含WKB数据的geom_input，或OGRGeomType 当从Layer（其又是DataSource的一部分）读取向量数据时，这些对象也从Feature.geom属性返回。

类方法 from_gml T0>（ gml_string T1>）¶ T2>

Django中的新功能1.11。

从给定的GML字符串构造一个OGRGeometry。

类方法 from_bbox T0>（ BBOX T1>）¶ T2>

从给定的边界框（4元组）构造Polygon。

__len__()¶

返回LineString中的点数，Polygon中的环数或GeometryCollection中的几何数。不适用于其他几何类型。

__iter__()¶

迭代LineString中的点，Polygon中的环或GeometryCollection中的几何。不适用于其他几何类型。

__getitem__()¶

返回LineString的指定索引处的点，Polygon的指定索引处的内部环或GeometryCollection 不适用于其他几何类型。

dimension¶

返回几何的协调维数，即0为点数，1为行，等等：

>> polygon.dimension
2

coord_dim¶

返回或设置此几何的坐标尺寸。例如，对于二维几何，值将为2。

geom_count¶

返回此几何中的元素数：

>>> polygon.geom_count
1

point_count¶

返回用于描述此几何的点数：

>>> polygon.point_count
4

num_points¶

point_count的别名。

num_coords¶

point_count的别名。

geom_type¶

返回此几何的类型，作为OGRGeomType对象。

geom_name¶

返回此几何类型的名称：

>>> polygon.geom_name
'POLYGON'

area¶

返回此几何的面积，对于不包含区域的几何，返回0：

>>> polygon.area
25.0

envelope¶

返回此几何的包络，作为Envelope对象。

extent¶

以4元组（而不是Envelope对象）的形式返回此几何的包络：

>>> point.extent
(0.0, 0.0, 5.0, 5.0)

srs¶

此属性控制此几何的空间参考，或None（如果尚未为其指定空间参考系）。如果已分配，则访问此属性会返回SpatialReference对象。它可以使用另一个SpatialReference对象或SpatialReference接受的任何输入来设置。例如：

>>> city.geom.srs.name
'GCS_WGS_1984'

srid¶

返回或设置与此几何的SpatialReference对应的空间参考标识符。如果没有与此几何关联的空间参考信息，或如果无法确定SRID，则返回None。

geos¶

返回与此几何对应的GEOSGeometry对象。

gml¶

以GML格式返回此几何的字符串表示形式：

>>> OGRGeometry('POINT(1 2)').gml
'<gml:Point><gml:coordinates>1,2</gml:coordinates></gml:Point>'

hex¶

以HEX WKB格式返回此几何的字符串表示形式：

>>> OGRGeometry('POINT(1 2)').hex
'0101000000000000000000F03F0000000000000040'

json¶

以JSON格式返回此几何的字符串表示形式：

>>> OGRGeometry('POINT(1 2)').json
'{ "type": "Point", "coordinates": [ 1.000000, 2.000000 ] }'

kml¶

以KML格式返回此几何的字符串表示形式。

wkb_size¶

返回保存此几何的WKB表示所需的WKB缓冲区的大小：

>>> OGRGeometry('POINT(1 2)').wkb_size
21

wkb¶

返回包含此几何的WKB表示形式的buffer。

wkt¶

以WKT格式返回此几何的字符串表示形式。

ewkt¶

返回此几何的EWKT表示。

clone()¶

返回此几何对象的新OGRGeometry克隆。

close_rings()¶

如果此几何中有任何尚未关闭的环，则此例程将通过将起点添加到结尾来执行此操作：

>>> triangle = OGRGeometry('LINEARRING (0 0,0 1,1 0)')
>>> triangle.close_rings()
>>> triangle.wkt
'LINEARRING (0 0,0 1,1 0,0 0)'

transform(coord_trans, clone=False)¶

将此几何体转换为不同的空间参考系。可以采用CoordTransform对象，SpatialReference对象或SpatialReference接受的任何其他输入（包括空间参考WKT和PROJ.4字符串，整数SRID）。

默认情况下不返回任何内容，并且几何将原位转换。但是，如果clone关键字设置为True，则会返回此几何的转换克隆。

intersects(other)¶

如果此几何与另一个相交，则返回True，否则返回False。

equals(other)¶

如果此几何相当于另一个几何，则返回True，否则返回False。

disjoint(other)¶

如果这个几何在空间上不相交（即不相交），则返回True，否则返回False。

touches(other)¶

如果此几何图形接触另一个，则返回True，否则返回False。

crosses(other)¶

如果此几何图形彼此交叉，则返回True，否则返回False。

within(other)¶

如果此几何体包含在另一个中，则返回True，否则返回False。

contains(other)¶

如果此几何包含另一个几何，则返回True，否则返回False。

overlaps(other)¶

如果此几何图形与另一个重叠，则返回True，否则返回False。

boundary()¶

此几何的边界，作为新的OGRGeometry对象。

convex_hull¶

包含此几何的最小凸多边形，作为新的OGRGeometry对象。

difference()¶

返回由该几何和其他几何的差异组成的区域作为新的OGRGeometry对象。

intersection()¶

返回由此几何与另一个的交集组成的区域作为新的OGRGeometry对象。

sym_difference()¶

返回由该几何的对称差异组成的区域，另一个作为新的OGRGeometry对象。

union()¶

返回由该几何和其他几何的联合组成的区域作为新的OGRGeometry对象。

tuple¶

返回点几何的坐标作为元组，线几何的坐标作为元组的元组，等等：

>>> OGRGeometry('POINT (1 2)').tuple
(1.0, 2.0)
>>> OGRGeometry('LINESTRING (1 2,3 4)').tuple
((1.0, 2.0), (3.0, 4.0))

coords¶

tuple的别名。

类 点 T0> ¶ T1>

x¶

返回此点的X坐标：

>>> OGRGeometry('POINT (1 2)').x
1.0

y¶

返回此点的Y坐标：

>>> OGRGeometry('POINT (1 2)').y
2.0

z¶

返回此点的Z坐标，如果点没有Z坐标，则返回None：

>>> OGRGeometry('POINT (1 2 3)').z
3.0

类 线段形式 T0> ¶ T1>

x¶

返回此行中的X坐标列表：

>>> OGRGeometry('LINESTRING (1 2,3 4)').x
[1.0, 3.0]

y¶

返回此行中的Y坐标列表：

>>> OGRGeometry('LINESTRING (1 2,3 4)').y
[2.0, 4.0]

z¶

返回此行中的Z坐标列表，如果该行没有Z坐标，则返回None：

>>> OGRGeometry('LINESTRING (1 2 3,4 5 6)').z
[3.0, 6.0]

类 多边形 T0> ¶ T1>

shell¶

返回此多边形的外壳或外环，作为LinearRing几何。

exterior_ring¶

shell的别名。

centroid¶

返回表示此多边形的质心的Point。

类 的GeometryCollection T0> ¶ T1>

add(geom)¶

向此几何集合中添加几何。不适用于其他几何类型。

`OGRGeomType`¶

类 OGRGeomType T0>（ type_input T1>）¶ T2>

此类允许以多种方式中的任何一种表示OGR几何类型：

>>> from django.contrib.gis.gdal import OGRGeomType
>>> gt1 = OGRGeomType(3)             # Using an integer for the type
>>> gt2 = OGRGeomType('Polygon')     # Using a string
>>> gt3 = OGRGeomType('POLYGON')     # It's case-insensitive
>>> print(gt1 == 3, gt1 == 'Polygon') # Equivalence works w/non-OGRGeomType objects
True True

name¶

返回OGR几何类型的短括号字符串形式：

>>> gt1.name
'Polygon'

num¶

返回与OGR几何类型对应的数字：

>>> gt1.num
3

django¶

返回用于存储此OGR类型的Django字段类型（GeometryField的子类），如果没有适当的Django类型，则返回None：

>>> gt1.django
'PolygonField'

`Envelope`¶

类 封套 T0>（ * ARGS T1>）¶ T2>

表示包含矩形边界框的最小和最大X，Y坐标的OGR包络结构。变量的命名与OGR Envelope C结构兼容。

min_x¶

最小X坐标的值。

min_y¶

最大X坐标值。

max_x¶

最小Y坐标的值。

max_y¶

最大Y坐标的值。

ur¶

右上坐标，作为元组。

ll¶

左下坐标，作为元组。

tuple¶

表示包络的元组。

wkt¶

将此包络表示为WKT格式的多边形的字符串。

expand_to_include(*args)¶

Coordinate System Objects¶

`SpatialReference`¶

类 的SpatialReference T0>（ srs_input T1>）¶ T2>

空间参考对象在给定的srs_input上初始化，它可能是以下之一：

OGC已知文本（WKT）（字符串）
EPSG代码（整数或字符串）
PROJ.4字符串
已知标准（'NAD27'，'WGS72'，'WGS84'，'NAD83'

例如：

>>> wgs84 = SpatialReference('WGS84') # shorthand string
>>> wgs84 = SpatialReference(4326) # EPSG code
>>> wgs84 = SpatialReference('EPSG:4326') # EPSG string
>>> proj4 = '+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs '
>>> wgs84 = SpatialReference(proj4) # PROJ.4 string
>>> wgs84 = SpatialReference("""GEOGCS["WGS 84",
DATUM["WGS_1984",
     SPHEROID["WGS 84",6378137,298.257223563,
         AUTHORITY["EPSG","7030"]],
     AUTHORITY["EPSG","6326"]],
 PRIMEM["Greenwich",0,
     AUTHORITY["EPSG","8901"]],
 UNIT["degree",0.01745329251994328,
     AUTHORITY["EPSG","9122"]],
 AUTHORITY["EPSG","4326"]]""") # OGC WKT

__getitem__(target)¶

返回给定字符串属性节点的值，None（如果节点不存在）。也可以使用元组作为参数，（target，child），其中child是WKT中属性的索引。像这样：

>>> wkt = 'GEOGCS["WGS 84", DATUM["WGS_1984, ... AUTHORITY["EPSG","4326"]]')
>>> srs = SpatialReference(wkt) # could also use 'WGS84', or 4326
>>> print(srs['GEOGCS'])
WGS 84
>>> print(srs['DATUM'])
WGS_1984
>>> print(srs['AUTHORITY'])
EPSG
>>> print(srs['AUTHORITY', 1]) # The authority value
4326
>>> print(srs['TOWGS84', 4]) # the fourth value in this wkt
0
>>> print(srs['UNIT|AUTHORITY']) # For the units authority, have to use the pipe symbol.
EPSG
>>> print(srs['UNIT|AUTHORITY', 1]) # The authority value for the units
9122

attr_value(target, index=0)¶

给定目标节点的属性值（例如'PROJCS'）。 index关键字指定要返回的子节点的索引。

auth_name(target)¶

返回给定字符串目标节点的权限名称。

auth_code(target)¶

返回给定字符串目标节点的权限代码。

clone()¶

返回此空间参考对象的克隆。

identify_epsg()¶

此方法检查此SpatialReference的WKT，并添加适用EPSG标识符的EPSG权限节点。

from_esri()¶

将此SpatialReference从ESRI格式转换为EPSG

to_esri()¶

将此SpatialReference变形为ESRI的格式。

validate()¶

检查以确定给定的空间参考是否有效，如果不是，将引发异常。

import_epsg(epsg)¶

从EPSG代码导入空间参考。

import_proj(proj)¶

从PROJ.4字符串导入空间参考。

import_user_input(user_input)¶

import_wkt(wkt)¶

从WKT导入空间参考。

import_xml(xml)¶

从XML导入空间参考。

name¶

返回此空间参考的名称。

srid¶

返回顶级权限的SRID，如果未定义，则返回None。

linear_name¶

返回线性单位的名称。

linear_units¶

返回线性单位的值。

angular_name¶

返回角单位的名称。

angular_units¶

返回角单位的值。

units¶

返回单位值的2元组和单位名称，并自动确定是否返回线性或角度单位。

ellipsoid¶

返回该空间参考的椭圆参数的元组：（半长轴，半轴和反平面）。

semi_major¶

返回此空间参考的椭圆体的半长轴。

semi_minor¶

返回此空间参考的椭圆体的半短轴。

inverse_flattening¶

返回此空间参考的椭圆体的逆平展。

geographic¶

如果此空间参考为地理（根节点为True），则返回GEOGCS。

local¶

如果此空间参考是本地（根节点是True），则返回LOCAL_CS。

projected¶

如果此空间参考是投影坐标系（根节点为True），则返回PROJCS。

wkt¶

返回此空间参考的WKT表示。

pretty_wkt¶

返回WKT的“漂亮”表示。

proj¶

返回此空间参考的PROJ.4表示形式。

proj4¶

SpatialReference.proj的别名。

xml¶

返回此空间参考的XML表示形式。

`CoordTransform`¶

类 CoordTransform（source，target）¶

表示坐标系变换。它由两个SpatialReference初始化，分别表示源坐标系统和目标坐标系统。当对不同几何体重复执行相同的坐标变换时，应使用这些对象：

>>> ct = CoordTransform(SpatialReference('WGS84'), SpatialReference('NAD83'))
>>> for feat in layer:
...     geom = feat.geom # getting clone of feature geometry
...     geom.transform(ct) # transforming

Raster Data Objects¶

`GDALRaster`¶

GDALRaster是GDAL栅格源对象的包装器，支持使用简单，一致的界面从各种支持GDAL的地理空间文件格式和数据源读取数据。每个数据源由GDALRaster对象表示，其包含一个或多个名为带的数据层。由GDALBand对象表示的每个带包含地理参考的图像数据。例如，RGB图像被表示为三个波段：一个用于红色，一个用于绿色，一个用于蓝色。

注

对于栅格数据，栅格实例与其数据源之间没有区别。与几何对象不同，GDALRaster对象始终是数据源。临时光栅可以使用相应的驱动程序在内存中实例化，但它们将与基于文件的光栅源相同。

类 GDALRaster（ds_input，write = False）¶

GDALRaster的构造函数接受两个参数。第一个参数定义了光栅源，它是文件的路径或具有定义新栅格属性（如大小和名称）的值的空间数据。如果输入是文件路径，则第二个参数指定是否应以写访问权限打开栅格。如果输入是原始数据，则需要参数width，height和srid。以下示例显示了如何从不同的输入源创建栅格（使用GeoDjango测试中的示例数据，另见Sample Data部分）。有关如何使用字典输入创建栅格的详细说明，请参阅Creating rasters from data部分。

>>> from django.contrib.gis.gdal import GDALRaster
>>> rst = GDALRaster('/path/to/your/raster.tif', write=False)
>>> rst.name
'/path/to/your/raster.tif'
>>> rst.width, rst.height  # This file has 163 x 174 pixels
(163, 174)
>>> rst = GDALRaster({  # Creates an in-memory raster
...     'srid': 4326,
...     'width': 4,
...     'height': 4,
...     'datatype': 1,
...     'bands': [{
...         'data': (2, 3),
...         'offset': (1, 1),
...         'size': (2, 2),
...         'shape': (2, 1),
...         'nodata_value': 5,
...     }]
... })
>>> rst.srs.srid
4326
>>> rst.width, rst.height
(4, 4)
>>> rst.bands[0].data()
array([[5, 5, 5, 5],
       [5, 2, 3, 5],
       [5, 2, 3, 5],
       [5, 5, 5, 5]], dtype=uint8)

在Django更改1.11：

添加了在创建GDALRaster对象时传递size，shape和offset参数的功能。这些参数可以通过ds_input字典传递。这允许精细地控制初始像素值。功能类似于GDALBand.data()方法。

name¶

源的名称等同于输入文件路径或实例化时提供的名称。

>>> GDALRaster({'width': 10, 'height': 10, 'name': 'myraster', 'srid': 4326}).name
'myraster'

driver¶

用于处理输入文件的GDAL驱动程序的名称。对于从文件创建的GDALRaster，将自动检测驱动程序类型。默认情况下（'MEM'），从头创建栅格是内存中的栅格，但可以根据需要进行更改。例如，将GTiff用于GeoTiff文件。有关文件类型的列表，另请参阅GDAL光栅格式列表。

通过以下示例创建内存中的栅格：

>>> GDALRaster({'width': 10, 'height': 10, 'srid': 4326}).driver.name
'MEM'

通过以下示例创建基于文件的GeoTiff栅格：

>>> import tempfile
>>> rstfile = tempfile.NamedTemporaryFile(suffix='.tif')
>>> rst = GDALRaster({'driver': 'GTiff', 'name': rstfile.name, 'srid': 4326,
...                   'width': 255, 'height': 255, 'nr_of_bands': 1})
>>> rst.name
'/tmp/tmp7x9H4J.tif'           # The exact filename will be different on your computer
>>> rst.driver.name
'GTiff'

width¶

源像素的宽度（X轴）。

>>> GDALRaster({'width': 10, 'height': 20, 'srid': 4326}).width
10

height¶

源像素的高度（Y轴）。

>>> GDALRaster({'width': 10, 'height': 20, 'srid': 4326}).height
20

srs¶

光栅的空间参考系，作为SpatialReference实例。可以通过将其设置为其他SpatialReference或提供由SpatialReference构造函数接受的任何输入来更改SRS。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.srs.srid
4326
>>> rst.srs = 3086
>>> rst.srs.srid
3086

srid¶

Django中的新功能1.10。

光栅的空间参考系统标识符（SRID）。此属性是通过srs属性获取或设置SRID的快捷方式。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.srid
4326
>>> rst.srid = 3086
>>> rst.srid
3086
>>> rst.srs.srid  # This is equivalent
3086

geotransform¶

用于对源进行地理参考的仿射变换矩阵，作为使用以下关系将像素/线坐标映射到地理参考空间中的六个系数的元组：

Xgeo = GT(0) + Xpixel*GT(1) + Yline*GT(2)
Ygeo = GT(3) + Xpixel*GT(4) + Yline*GT(5)

可以通过访问origin（索引0和3），scale（索引1和5）和skew和4）性质。

默认值为[0.0， 1.0， 0.0， 0.0， 0.0， t5> -1.0]。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.geotransform
[0.0, 1.0, 0.0, 0.0, 0.0, -1.0]

origin¶

作为具有x和y成员的点对象，源的空间参考系中光栅的左上原点的坐标。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.origin
[0.0, 0.0]
>>> rst.origin.x = 1
>>> rst.origin
[1.0, 0.0]

scale¶

用于对栅格进行地理配准的像素宽度和高度，作为具有x和y成员的点对象。有关详细信息，请参阅geotransform。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.scale
[1.0, -1.0]
>>> rst.scale.x = 2
>>> rst.scale
[2.0, -1.0]

skew¶

用于对栅格进行地理参考的偏斜系数，作为具有x和y成员的点对象。在北向上图像的情况下，这些系数都是0。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.skew
[0.0, 0.0]
>>> rst.skew.x = 3
>>> rst.skew
[3.0, 0.0]

extent¶

光栅源的范围（边界值）作为4元组（xmin， ymin， xmax， ymax ）在源的空间参考系统中。

>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.extent
(0.0, -20.0, 10.0, 0.0)
>>> rst.origin.x = 100
>>> rst.extent
(100.0, -20.0, 110.0, 0.0)

bands¶

源的所有波段列表，如GDALBand实例。

>>> rst = GDALRaster({"width": 1, "height": 2, 'srid': 4326,
...                   "bands": [{"data": [0, 1]}, {"data": [2, 3]}]})
>>> len(rst.bands)
2
>>> rst.bands[1].data()
array([[ 2.,  3.]], dtype=float32)

warp（ds_input，resampling ='NearestNeighbour'，max_error = 0.0）¶

返回此光栅的翘曲版本。

翘曲参数可以通过ds_input参数来指定。使用ds_input类似于类构造函数的相应参数。它是具有目标光栅特征的字典。允许的字典键值是width，height，SRID，origin，scale，skew，datatype，driver和name（filename）。

默认情况下，warp函数保留大多数参数等于原始源栅格的值，因此只需要指定需要更改的参数。请注意，这包括驱动程序，因此对于基于文件的栅格，warp函数将在磁盘上创建一个新的栅格。

与源光栅不同的唯一参数是名称。光栅名称的默认值是附加'_ copy' + source_driver_name的源光栅名称。。对于基于文件的栅格，建议提供目标栅格的文件路径。

用于翘曲的重采样算法可以使用resampling参数来指定。 The default is NearestNeighbor, and the other allowed values are Bilinear, Cubic, CubicSpline, Lanczos, Average, and Mode.

max_error参数可用于指定在逼近转换时允许的输入像素中测量的最大误差。精确计算的默认值为0.0。

对于熟悉GDAL的用户，此功能与gdalwarp命令行实用程序具有相似的功能。

例如，warp函数可用于将栅格聚合到其原始像素比例的两倍：

>>> rst = GDALRaster({
...     "width": 6, "height": 6, "srid": 3086,
...     "origin": [500000, 400000],
...     "scale": [100, -100],
...     "bands": [{"data": range(36), "nodata_value": 99}]
... })
>>> target = rst.warp({"scale": [200, -200], "width": 3, "height": 3})
>>> target.bands[0].data()
array([[  7.,   9.,  11.],
       [ 19.,  21.,  23.],
       [ 31.,  33.,  35.]], dtype=float32)

转换（srid，driver = None，name = None，resampling ='NearestNeighbour' t4>，max_error = 0.0）¶

返回具有指定SRID的此栅格的转换版本。

此函数将当前栅格转换为可以使用srid指定的新空间参考系。它计算新空间参考系统中当前栅格的边界和比例，并使用warp函数扭曲光栅。

默认情况下，使用源光栅的驱动程序，光栅的名称是附加'_ copy' + source_driver_name T3> T0>。 可以使用driver和name参数指定不同的驱动程序或名称。

默认重采样算法为NearestNeighbour，但可以使用resampling参数更改。重采样的默认最大允许误差为0.0，可以使用max_error参数更改。有关这些参数的详细信息，请参阅warp文档。

>>> rst = GDALRaster({
...     "width": 6, "height": 6, "srid": 3086,
...     "origin": [500000, 400000],
...     "scale": [100, -100],
...     "bands": [{"data": range(36), "nodata_value": 99}]
... })
>>> target = rst.transform(4326)
>>> target.origin
[-82.98492744885776, 27.601924753080144]

`GDALBand`¶

类 GDALBand T0> ¶ T1>

GDALBand实例不是显式创建的，而是通过GDALRaster对象，通过其bands属性获取。 GDALBands包含栅格的实际像素值。

description¶: 频带的名称或描述（如果有）。

width¶: 带宽（以像素为单位）（X轴）。

height¶: 带的高度（像素）（Y轴）。

pixel_count T0> ¶ T1>: 该频带中的像素总数。等于width * height。

statistics（refresh = False，approximate = False）¶

Django中的新功能1.10。

计算该频带的像素值的统计。返回值是具有以下结构的元组：（最小值最大值表示标准偏差） T5> T0>。

如果approximate参数设置为True，则可以基于概述或图像块子集计算统计信息。

如果refresh参数设置为True，则将直接从数据中计算统计信息，并使用结果更新缓存。

如果找到持久缓存值，则返回该值。对于使用永久辅助元数据（PAM）服务的栅格格式，统计信息可能会缓存在辅助文件中。在某些情况下，这些元数据可能与像素值不一致，或者导致来自先前调用的值不会反映approximate参数的值。在这种情况下，请使用refresh参数获取更新值并将其存储在缓存中。

对于空波段（其中所有像素值为“无数据”），所有统计信息返回为None。

也可以通过访问min，max，mean和std属性直接检索统计信息。

min¶: 带的最小像素值（不包括“无数据”值）。

max¶: 带的最大像素值（不包括“无数据”值）。

意味着 T0> ¶ T1>: Django中的新功能1.10。

频带的所有像素值的平均值（不包括“无数据”值）。

STD T0> ¶ T1>: Django中的新功能1.10。

带的所有像素值的标准偏差（不包括“无数据”值）。

nodata_value¶

带的“无数据”值通常是用于标记不是有效数据的像素的特殊标记值。这样的像素通常不应被显示，也不会有助于分析操作。

要删除现有的“无数据”值，请将此属性设置为None（需要GDAL≥2.1）。

在Django更改1.10：

现在可以通过将nodata_value属性设置为None来删除“无数据”值。

数据类型 T0>（ as_string =假 T1>）¶ T2>: 包含在频带中的数据类型，为0（未知）和11之间的整数常量。如果GDT_Unknown为True，则数据类型将作为字符串返回，并具有以下可能的值：GDT_Float64，GDT_Byte ，GDT_Float32，GDT_CInt16，GDT_UInt32，GDT_UInt16，GDT_Int16，GDT_CFloat32，GDT_Int32，as_string，GDT_CFloat64和GDT_CInt32。

data（data = None，offset = None，size = None，shape = T4>）¶ T5>

访问GDALBand的像素值。如果没有提供任何参数，则返回完整的数据数组。可以通过将偏移量和块大小指定为元组来请求像素阵列的子集。

如果NumPy可用，数据将返回为NumPy数组。出于性能原因，强烈建议使用NumPy。

如果提供了data参数，数据将写入GDALBand。输入可以是以下类型之一：打包字符串，缓冲区，列表，数组和NumPy数组。输入中的项目数通常对应于频带中的像素总数，或者如果offset和size

如果输入项目的数量与目标像素块不同，则必须指定shape参数。形状是一个元组，用于指定输入数据的宽度和高度（以像素为单位）。然后复制数据以更新所选块的像素值。例如，这对于填充整个频带是有用的。

像这样：

>>> rst = GDALRaster({'width': 4, 'height': 4, 'srid': 4326, 'datatype': 1, 'nr_of_bands': 1})
>>> bnd = rst.bands[0]
>>> bnd.data(range(16))
>>> bnd.data()
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]], dtype=int8)
>>> bnd.data(offset=(1, 1), size=(2, 2))
array([[ 5,  6],
       [ 9, 10]], dtype=int8)
>>> bnd.data(data=[-1, -2, -3, -4], offset=(1, 1), size=(2, 2))
>>> bnd.data()
array([[ 0,  1,  2,  3],
       [ 4, -1, -2,  7],
       [ 8, -3, -4, 11],
       [12, 13, 14, 15]], dtype=int8)
>>> bnd.data(data='\x9d\xa8\xb3\xbe', offset=(1, 1), size=(2, 2))
>>> bnd.data()
array([[  0,   1,   2,   3],
       [  4, -99, -88,   7],
       [  8, -77, -66,  11],
       [ 12,  13,  14,  15]], dtype=int8)
>>> bnd.data([1], shape=(1, 1))
>>> bnd.data()
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]], dtype=uint8)
>>> bnd.data(range(4), shape=(1, 4))
array([[0, 0, 0, 0],
       [1, 1, 1, 1],
       [2, 2, 2, 2],
       [3, 3, 3, 3]], dtype=uint8)

在Django更改1.10：

添加shape参数，并在添加设置GDALBand数据时复制数据输入的能力。

从数据¶创建栅格

本节介绍如何使用ds_input参数从头创建栅格。

当dict传递到GDALRaster构造函数时，会创建一个新的栅格。该字典包含新的光栅的定义参数，如原点，大小或空间参考系。字典还可以包含像素数据和有关新栅格格式的信息。因此，所得到的栅格可以是基于文件或基于内存的，具体取决于指定的驱动程序。

在字典或JSON风格中描述栅格数据没有标准。因此，输入到GDALRaster类的字典的定义因此具体到Django。它的灵感来自于geojson格式，但geojson标准目前仅限于向量格式。

在创建栅格时使用不同的键的示例可以在GDALRaster和GDALBand类的相应属性和方法的文档中找到。

`ds_input`字典¶

ds_input字典中只需要几个键即可创建栅格：width，height和srid。所有其他参数都有默认值（参见下表）。可以在ds_input字典中传递的密钥列表与GDALRaster属性密切相关，但不完全相同。许多参数直接映射到这些属性；其他如下所述。

下表描述了可在ds_input字典中设置的所有键。

键	默认	用法
`SRID`	需要	映射到`srid`属性
`宽度`	需要	映射到`width`属性
`高度`	需要	映射到`height`属性
`司机`	`MEM`	映射到`driver`属性
`名称`	`“”`	见下文
`起源`	`0`	映射到`origin`属性
`规模`	`0`	映射到`scale`属性
`歪斜`	`0`	映射到`width`属性
`带`	`[]`	见下文
`nr_of_bands`	`0`	见下文
`数据类型`	`6`	见下文

名称: 表示栅格名称的字符串。创建基于文件的栅格时，此参数必须是新栅格的文件路径。

数据类型

表示所有频带的数据类型的整数。默认为6（Float32）。新栅格的所有频段都需要具有相同的数据类型。值映射是：

值	GDAL像素类型	描述
1	GDT_Byte	八位无符号整数
2	GDT_UInt16	十六位无符号整数
3	GDT_Int16	十六位有符号整数
4	GDT_UInt32	三十二位无符号整数
5	GDT_Int32	三十二位有符号整数
6	GDT_Float32	三十二位浮点数
7	GDT_Float64	六十四位浮点数

nr_of_bands: 表示栅格数量的整数。创建光栅可以创建而不通过带数据。如果没有指定频段数，则会根据bands输入的长度自动计算。创建后无法更改乐队的数量。

带: 带有带输入数据的band_input字典的列表。所得到的频带指数与所提供的列表相同。频段输入字典的定义如下。如果未提供频带数据，则将光栅频带值实例化为零数组，将“无数据”值设置为None。

`band_input`字典¶

ds_input字典中的bands键是band_input词典的列表。每个band_input字典可以包含要在新栅格的带上设置的像素值和“无数据”值。数据阵列可以具有新栅格的全尺寸或更小。对于小于全光栅的数组，size，shape和offset键控制像素值。相应的键传递给data()方法。它们的功能与使用该方法设置带数据相同。下表介绍了可以使用的按键。

键	默认	用法
`NODATA_VALUE`	`没有`	映射到`nodata_value`属性
`数据`	与`nodata_value`或`0`相同	传递给`data()`方法
`尺寸`	`（与，高度）`	传递给`data()`方法
`形状`	与大小相同	传递给`data()`方法
`抵消`	`（0， 0）`	传递给`data()`方法

Settings¶

`GDAL_LIBRARY_PATH`¶

指定GDAL库位置的字符串。通常，仅当GDAL库位于非标准位置（例如，/home/john/lib/libgdal.so）时，才使用此设置。

例外¶ T0>

例外 GDALException T0> ¶ T1>: 基础GDAL异常，表示GDAL相关的错误。

例外 SRSException T0> ¶ T1>: 当构建或使用空间参考系统对象时发生错误时引发异常。

Django 1.11.6 文档

GDAL API¶

Overview¶

Sample Data¶

Vector Data Source Objects¶

`DataSource`¶

`Layer`¶

`Feature`¶

`Field`¶

`Driver`¶

OGR Geometries¶

`OGRGeometry`¶

`OGRGeomType`¶

`Envelope`¶

Coordinate System Objects¶

`SpatialReference`¶

`CoordTransform`¶

Raster Data Objects¶

`GDALRaster`¶

`GDALBand`¶

从数据¶创建栅格

`ds_input`字典¶

`band_input`字典¶

Settings¶

`GDAL_LIBRARY_PATH`¶

例外¶ T0>

目录

浏览

你在这里：

这一页

最后更新：

Django 1.11.6 文档

GDAL API¶

Overview¶

Sample Data¶

Vector Data Source Objects¶

DataSource¶

Layer¶

Feature¶

Field¶

Driver¶

OGR Geometries¶

OGRGeometry¶

OGRGeomType¶

Envelope¶

Coordinate System Objects¶

SpatialReference¶

CoordTransform¶

Raster Data Objects¶

GDALRaster¶

GDALBand¶

从数据¶创建栅格

ds_input字典¶

band_input字典¶

Settings¶

GDAL_LIBRARY_PATH¶

例外¶ T0>

最后更新：

`DataSource`¶

`Layer`¶

`Feature`¶

`Field`¶

`Driver`¶

`OGRGeometry`¶

`OGRGeomType`¶

`Envelope`¶

`SpatialReference`¶

`CoordTransform`¶

`GDALRaster`¶

`GDALBand`¶

`ds_input`字典¶

`band_input`字典¶

`GDAL_LIBRARY_PATH`¶