利用Python与GDAL批量为图片添加坐标系及投影转换

认真发呆

发布时间：2026-10-15| 2人浏览过

原创

本文介绍如何使用Python结合GDAL库，为已知左上角坐标的PNG图片批量添加坐标系。通过解析仿射矩阵参数（包含位置、分辨率及旋转信息）并定义WGS84投影，实现从截图到地理空间数据的转换。文中提供了获取参数、批量处理及写入TIFF格式的具体代码实现，适用于需要快速处理大量地图截图的场景。

使用Python和GDAL给图片加坐标系

假设读者已了解ArcGIS地理配准的基本概念（参考相关图示），并具备基础的Python编程能力。

目的和背景

场景一：从地图网站获取一张PNG格式截图，已知其坐标系为WGS84及左上角坐标。在ArcGIS中，可通过地理配准并定义投影来赋予原图坐标系。场景二：若面临上千张图片的处理需求，可借助Python和GDAL库实现自动化的坐标系添加。

实现思路

使用GDAL库进行投影处理时，需明确待处理图片的地理坐标信息及仿射矩阵参数。

仿射矩阵参数的作用详见：https://zhuanlan.zhihu.com/p/72184440 其核心含义如下： 1）坐标系转换涉及仿射变换（即向量空间的线性变换加平移）。 2）仿射矩阵包含六个参数，用于描述栅格行列号与地理坐标的对应关系： '0'：图像左上角的X坐标； '1'：图像东西方向的分辨率； '2'：旋转角度，若图像北方朝上，该值为0； '3'：图像左上角的Y坐标； '4'：旋转角度，若图像北方朝上，该值为0； '5'：图像南北方向的分辨率。

在ArcGIS中，可通过选取一张图片及三个角点的坐标进行地理配准，随后定义投影以完成坐标转换。

使用以下代码可获取仿射矩阵和投影参数：


dataset = gdal.Open('a.png')
 print （dataset.GetGeoTransform()）#仿射矩阵
 print （dataset.GetProjection()）#地图投影信息
# 打印结果为：
# (116.33333, 8.321688443e-05, 0.0, 39.99999, 0.0, -6.223016769e-05)
# 'GEOGCS["WGS 84", DATUM["WGS_1984", SPHEROID["WGS 84", 6378137, 298.257223563, AUTHORITY["EPSG", "7030"]], AUTHORITY["EPSG", "6326"]], PRIMEM["Greenwich", 0], UNIT["degree", 0.0174532925199433], AUTHORITY["EPSG", "4326"]]'

批量获取图片的仿射矩阵


# coors是用来存储图片对应左上角坐标的字典。格式为{‘a.png‘'：[116.33333,39.6]，}
  image_list = os.listdir('D:\\dd')
  image_num = len(image_list)
  for k in range(image_num):
    if image_list[k].endswith('.png'):
      img_name = img_none_path + '/' + image_list[k]
      img_pos_transf = (float(coors[image_list[k]][0]), 8.321688443e-05,
               0.0, float(coors[image_list[k]][1]), 0.0, -6.223016769e-05)#根据第二步获得像元分辨率和投影
      print(img_pos_transf)
      img_pos_proj = 'GEOGCS["WGS 84", DATUM["WGS_1984", SPHEROID["WGS 84", 6378137, 298.257223563, AUTHORITY["EPSG", "7030"]], AUTHORITY["EPSG", "6326"]], PRIMEM["Greenwich", 0], UNIT["degree", 0.0174532925199433], AUTHORITY["EPSG", "4326"]]'
      def_geoCoordSys(img_name, img_pos_transf, img_pos_proj)#坐标转换的函数

给图片添加坐标系的主要函数实现如下

参考文章：https://blog.csdn.net/nominior/article/details/102737294


def def_geoCoordSys(read_path, img_transf, img_proj):
    array_dataset = gdal.Open(read_path)
    img_array = array_dataset.ReadAsArray(
      0, 0, array_dataset.RasterXSize, array_dataset.RasterYSize)
    if 'int8' in img_array.dtype.name:
      datatype = gdal.GDT_Byte
    elif 'int16' in img_array.dtype.name:
      datatype = gdal.GDT_UInt16
    else:
      datatype = gdal.GDT_Float32

    if len(img_array.shape) == 3:
      img_bands, im_height, im_width = img_array.shape
    else:
      img_bands, (im_height, im_width) = 1, img_array.shape

    filename = read_path[:-4] + '_proj' + '.tif'
    driver = gdal.GetDriverByName("GTiff") # 创建文件驱动
    dataset = driver.Create(
      filename, im_width, im_height, img_bands, datatype)
    dataset.SetGeoTransform(img_transf) # 写入仿射变换参数
    dataset.SetProjection(img_proj) # 写入投影

    # 写入影像数据
    if img_bands == 1:
      dataset.GetRasterBand(1).WriteArray(img_array)
    else:
      for i in range(img_bands):
        dataset.GetRasterBand(i + 1).WriteArray(img_array[i])
    print(read_path, 'geoCoordSys get!')

至此，关于使用Python和GDAL为图片添加坐标系（坐标投影转换）的实现思路介绍完毕。如需了解更多Python GDAL坐标投影转换相关内容，请搜索本站历史文章或继续浏览后续文章。感谢支持！