isodata的matlab代码博客图像 该程序使用 MFC 和 GDAL 库创建了一个遥感图像处理平台。 该平台可以显示多波段 Landsat RS 图像，并可以使用自己实现的 Mahalanobis 分类器、KL 变换、K-means 和 ISODATA 方法处理 RS 图像。 可以在随代码提交的课程报告中找到对这项工作的更详细描述。 算法代码包含在课程报告中，以防你发现打开这个VC++6.0项目不方便。

 为了实现大气气溶胶光学厚度反演的要求，提出一种基于传统暗像元算法为基础的一体化软件系统设计方案，并完成系统的设计和气溶胶光学厚度反演实验。该系统的软件设计主要利用开源GDAL库对MODIS遥感数据进行提取和处理，并通过6S模型建立得出数据查算表。经过应用表明通过该软件系统使反演过程简单化、可视化，同时实现了气溶胶光学厚度反演的一体化的处理。

辛苦编译的GDAL安卓版，关于安卓编译，有兴趣的同学可以参考https://www.cnblogs.com/MakeView660/p/11206268.html

很短的几句代码，可是我却花了很长的时间才写出来，因为array那里的除法运算结果老是不对，正常在-1-1之间的。从别的资料摘来处理NDVI计算的array代码处，出现了很多问题，可能它用了什么优化计算的函数，但是结果不对，果断放弃了。 直接硬算，影像波段是整数，转成浮点型数字就行，然后再参与运算得出了正确的结果范围。 这个效率还是不行，用c++&&GDAL计算速率快得多了。 from osgeo import gdal_array as ga import gdal, ogr, os, osr import numpy as np b3=r'C:\Users\suns\Desktop\b4.

主要介绍了在Python中用GDAL实现矢量对栅格的切割实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

在使用python3.6进行地理数据出图的时候经常会用的几个包（考虑了GDAL与Fiona的版本对应关系），其中包括Gdal,fiona,basemap,Shapely.

配置好java环境后，将上面的C:\Program Files\Java\1916-x64-gdal-3-3-0-mapserver-7-6-3\bin 拷贝到C:\Program Files\Java\jdk1.8.0_261\bin全部替换即可使用gdal

C++搭建框架，利用OpenGL、GDAL、Qt进行分块显示遥感影像 ，默认分块的大小为640X640，目前仅仅支持小数据显示，后续将继续更新，支持大数据分块显示。

基于gdal2.1.1版本编译，包含'armeabi-v7a', 'arm64-v8a' , 'x86', 'x86_64'所有平台，aar文件。 包含： libs\gdal2.1.1.jar jni\armeabi-v7a\libgdalconstjni.so jni\armeabi-v7a\libgdaljni.so jni\armeabi-v7a\libogrjni.so jni\armeabi-v7a\libosrjni.so jni\arm64-v8a\libgdalconstjni.so jni\arm64-v8a\libgdaljni.so jni\arm64-v8a\libogrjni.so jni\arm64-v8a\libosrjni.so jni\x86\libgdalconstjni.so jni\x86\libgdaljni.so jni\x86\libogrjni.so jni\x86\libosrjni.so jni\x86_64\libgdalconstjni.so jni\x86_64\libgdaljni.so jni\x86_64\libogrjni.so jni\x86_64\libosrjni.so

里面方法经过改良后，对于一副影像，可以进行指定row和col进行分割成若干块，对于多波段数据，也可以根据数据情况进行改造，代码有注释