import globimport osfrom osgeo import gdalfrom skimage import io, img_as_uint, exposure# HDF文件所在的目录dir_path = r"/home/"# 存储的目录save_path = r"/home/"# 找到后缀是.HDF的文件，并生成列表hdf_list = glob.glob(dir_path+'/*.HDF')# 排序hdf_list.sort()for path in hdf_list:# 生成tif的路径以及名称 os.path.basename(path) 返回path最后的文件名 output_path = os.path.join(save_path, os.path.basename(path).split('_')[9])+'.tif'if not os.path.exists(save_path):os.makedirs(save_path)# 返回一个gdal.Dataset类型datasets = gdal.Open(path)# 对于hdf类型的文件需要这一步来获取子数据集data_ds = datasets.GetSubDatasets()[1][0]# 打开hdf中的子数据集Raster = gdal.Open(data_ds)# 返回numpy数组Data = Raster.ReadAsArray()print(Data.shape)# 将数据整体进行了拉伸 且变成float64类型 # 我处理的图片是16uint 但又分布不均匀 所以进行了数据整体的拉伸im = exposure.rescale_intensity(Data, out_range='float')# 将数据转化为16uintim = img_as_uint(im)#保存图像io.imsave(output_path, im)
安装库
from osgeo import gdal
直接pip install gdal
conda install scikit-image 安装 skimage
测试
from skimage import ioim = io.imread('xxxx')print(im.type())
存储PNG
把.tif改为png就行
/p/03a5e5501879
/haoji007/article/details/52063252
如果觉得《HIF转16位TIF或者PNG》对你有帮助，请点赞、收藏，并留下你的观点哦！
