将GeoTIFF作为Numpy数组打开的文件中序列化的最佳方法

Question

我在GeoTIFF (geo引用的TIFF映像)中有一个文件，我可以使用GDAL加载该文件，并将其转换为Numpy数组，然后我的程序使用GDAL从该文件中获取的地理引用信息来处理该数组。

由于我希望删除GDAL依赖项，所以我计划将GeoTIFF信息序列化为另一种文件格式(考虑到JSON)，并满足以下期望的要求：

• 文件大小小；
• 快速存取；
• 如有可能，随机存取(切片)；
• Numpy友好(不需要花哨的类或其他模块依赖来解码)；
• 简单/直截了当/“可读的”；
• 可以很容易地被其他语言的脚本使用，而不是神秘的；

JSON可以正常工作，但我担心它不是最小的，也不是最快的访问格式。因为数组类型是uint16，所以二进制可以是一个选项。泡菜可能太神秘了。CSV将使地理参考信息(角坐标和分辨率)难以从网格值中分离出来。

感谢您的阅读！

Answer 1

我不熟悉GeoTIFF信息，但是对于存储平面数据，我强烈推荐hdf5格式，它有一组很好的称为h5py的python绑定。下面是一个简单的例子，展示了使用它是多么容易：

>>> import h5py
>>> f = h5py.File('data.hdf5')
>>> a = np.arange(12.0).reshape((4,3))
>>> a
array([[  0.,   1.,   2.],
       [  3.,   4.,   5.],
       [  6.,   7.,   8.],
       [  9.,  10.,  11.]])
>>> f.create_dataset('array', data=a)
<HDF5 dataset "array": shape (4, 3), type "<f8">
>>> f['array'].attrs['info'] = 'some data I want to store'
>>> f['array'].attrs['date'] = (6, 21, 2012)
>>> f.close()
>>> f = h5py.File('data.hdf5')
>>> f['array']
<HDF5 dataset "array": shape (4, 3), type "<f8">
>>> f['array'].value
array([[  0.,   1.,   2.],
       [  3.,   4.,   5.],
       [  6.,   7.,   8.],
       [  9.,  10.,  11.]])
>>> f['array'].attrs['info']
'some data I want to store'
>>> f['array'].attrs['date']
array([   6,   21, 2012])