Python批量压缩TIF文件：基于Rasterio与LZW算法实现

Dylan

发布时间：2026-10-12| 3人浏览过

原创

本文介绍利用Python的Rasterio库批量压缩TIF文件的方法。针对DEM数据体积过大问题，通过读取栅格数据并修改Profile中的compress参数为LZW，实现文件体积减半。文中提供完整代码示例及四川省30m DEM数据从2.23Gb压缩至0.99Gb的实际测试结果，适用于需要节省磁盘空间的大规模地理空间数据处理场景。

前言

在进行DEM（数字高程模型）数据裁剪工作时，我注意到各省的数据量极为庞大。以四川省30米分辨率的DEM数据为例，其原始大小高达2GB。鉴于个人电脑磁盘空间有限，我决定对TIF文件应用LZW压缩算法以减小文件体积。

操作流程

批量压缩代码实现

#文件夹中每个文件都进行压缩
# -*- coding: utf-8 -*-
import rasterio as rio
import rasterio
import os
from tqdm import tqdm
#每个线程选择一个文件夹
Input_path ="输入文件夹"+"\\"
Output_path ="输出文件夹"+"\\"
#文件列表
pathDir= os.listdir(Input_path)
#压缩函数
for i in tqdm(range(len(pathDir))):
    # 读入栅格文件
    rasterfile = Input_path+"\\"+pathDir[i]
    #打开栅格
    rasterdata = rio.open(rasterfile)
    #读取栅格
    rasterdata2= rasterdata.read()
    #获取栅格信息
    profile = rasterdata.profile
    print(profile)
    #选择压缩方式
    profile.update(
        compress='lzw',  #压缩方式：rle，lzw等
        )
    #导出文件路径与名字
    out_put_name=Output_path +"RLE"+pathDir[i]
    #导出
    with rasterio.open(out_put_name, mode='w', **profile) as dst:
        dst.write(rasterdata2)