1. GDAL與OpenCV2.X數據轉換（適合多光譜和高光譜等多通道的遙感影像）

一、前言

GDAL具有強大的圖像讀寫功能，但是對常用圖像處理算法的集成較少，OpenCV恰恰具有較強的圖像處理能力，因此有效的結合兩者對圖像（遙感影像）的處理帶來了極大的方便。那么如何實現GDAL與openCV間的數據交換成為影像處理中的關鍵步驟。接下來我將記錄下：1 如何將GDAL讀取的影像轉化為openCV支持的的MAT格式？2 如何將處理后MAT數據轉化為合適的圖像格式存儲？（PS：本人也是初次使用GDAL和openCV,代碼很水。。。只是記錄下自己學的，和大家交流下）

二、GDAL數據到openCV的MAT格式

關於GDAL數據到openCV的格式轉化，網上已有部分資源，但是大多是針對單或者三通道的數據而言，對多通道圖像（遙感的多光譜和高光譜影像）的轉化不多，話不多說，先上代碼：

cv::Mat GDAL2Mat(const QString fileName)
{
    GDALAllRegister();  // 注冊。。。
    GDALDataset *poDataset = (GDALDataset *)GDALOpen(fileName.toStdString().c_str(),GA_ReadOnly);
    int tmpCols = poDataset->GetRasterXSize();
    int tmpRows = poDataset->GetRasterYSize();
    int tmpBandSize = poDataset->GetRasterCount();
    double *tmpadfGeoTransform = new double[6];
    poDataset->GetGeoTransform(tmpadfGeoTransform);

    QVector <cv::Mat> imgMat;  // 每個波段
    float *pafScan = new float[tmpCols*tmpRows];   // 存儲數據

    for(int i = 0;i< tmpBandSize;i++)
    {
        GDALRasterBand *pBand = poDataset->GetRasterBand(i+1);
        //pafScan = new float[tmpCols*tmpRows];
        pBand->RasterIO(GF_Read,0,0,tmpCols,tmpRows,pafScan,
                        tmpCols,tmpRows,GDT_Float32,0,0);
        cv::Mat tmpMat = cv::Mat(tmpRows,tmpCols,CV_32FC1,pafScan);
        imgMat.push_back(tmpMat.clone());
    }
    delete []pafScan;
    pafScan = NULL;

    cv::Mat img;
    img.create(tmpRows,tmpCols,CV_32FC(tmpBandSize));
    cv::merge(imgMat.toStdVector(),img);
    imgMat.clear();
    GDALClose((GDALDatasetH)poDataset);
    return img;
}

思路就是：根據文件名獲得其GDALDataset數據集，然后分波段（波段相當於通道）存儲在格式為Vector<cv::Mat>的容器內，最后利用MAT的Merge函數，對通道數據進行組合。以上方法適合任意波段數據，對多通道影像，如遙感影像中多光譜和高光譜數據比較實用。但，存在一個問題：代碼中紅色部分，目的為釋放poDataset的內存，但總會報錯，注釋后就沒有問題了，不知道為啥，哪位大俠如果知道原因並且也恰巧路過此地，請給予幫助，謝謝！（問題解決了，GDALDataset數據集前不能釋放其每個波段的指針，否則報錯，代碼已修改，下同）

三、MAT格式數據轉化為GDAL數據集格式后並保存合適文件

思路是上面第二部分的逆過程。首先創建一個數據集和文件驅動，根據相關參數創建文件，並將多通道MAT數據通過CV::split函數進行通道分離，最后將通道數據與GDAL數據集的波段數據對應，一一寫入數據集中。代碼如下：

bool Mat2File(cv::Mat img, const QString fileName)
{
    if(img.empty())    //    判斷是否為空
        return 0;

    const int nBandCount=img.channels();
    const int nImgSizeX=img.cols;
    const int nImgSizeY=img.rows;

    //    將通道分開
    //  imgMat每個通道數據連續
    std::vector<cv::Mat> imgMat(nBandCount);
    cv::split(img,imgMat);

    //  分波段寫入文件
    GDALAllRegister();
    GDALDataset *poDataset;   //GDAL數據集
    GDALDriver *poDriver;      //驅動，用於創建新的文件
    poDriver = GetGDALDriverManager()->GetDriverByName("ENVI");

    if(poDriver == NULL)
        return 0;
    poDataset=poDriver->Create(fileName.toStdString().c_str(),nImgSizeX,nImgSizeY,nBandCount,
                                GDT_Float32,NULL);
    //  循環寫入文件
    GDALRasterBand *pBand = NULL;
    float *ppafScan = new float[nImgSizeX*nImgSizeY];
    cv::Mat tmpMat;// = cv::Mat(nImgSizeY,nImgSizeX,CV_32FC1);

    int n1 = nImgSizeY;
    int nc = nImgSizeX;

    for(int i = 1;i<=nBandCount;i++)
    {
        pBand = poDataset->GetRasterBand(i);
        tmpMat = imgMat.at(i-1);
        if(tmpMat.isContinuous())
        {
            nc = n1*nc;
            n1 = 1;
        }
        for(int r = 0;r<n1;r++)
        {
            int tmpI = r*nImgSizeX;
            float *p = tmpMat.ptr<float>(r);
            for(int c = 0;c<nc;c++)
            {
                ppafScan[tmpI+c] = p[c];
            }
        }
        pBand->RasterIO(GF_Write,0,0,nImgSizeX,nImgSizeY,ppafScan,
                        nImgSizeX,nImgSizeY,GDT_Float32,0,0);
    }
    delete []ppafScan;
    ppafScan = NULL;
    GDALClose(poDataset);
    return 1;
}

bool ChooseSample::Mat2File(std::vector<cv::Mat> imgMat, const QString fileName)
{
    if(imgMat.empty())    //    判斷是否為空
    {
        QMessageBox::information(this,"Message Error","Data NULL!");
        return 0;
    }

    const int nBandCount=imgMat.size();
    const int nImgSizeX=imgMat[0].cols;
    const int nImgSizeY=imgMat[0].rows;

    //  分波段寫入文件
    GDALAllRegister();
    GDALDataset *poDataset;   //GDAL數據集
    GDALDriver *poDriver;      //驅動，用於創建新的文件
    poDriver = GetGDALDriverManager()->GetDriverByName("ENVI");

    if(poDriver == NULL)
        return 0;
    poDataset=poDriver->Create(fileName.toStdString().c_str(),nImgSizeX,nImgSizeY,nBandCount,
                                GDT_Float32,NULL);
    //  循環寫入文件
    GDALRasterBand *pBand = NULL;
    float *ppafScan = new float[nImgSizeX*nImgSizeY];
    cv::Mat tmpMat;// = cv::Mat(nImgSizeY,nImgSizeX,CV_32FC1);

    int n1 = nImgSizeY;
    int nc = nImgSizeX;

    for(int i = 1;i<=nBandCount;i++)
    {
        pBand = poDataset->GetRasterBand(i);      
        tmpMat = imgMat.at(i-1);
        if(tmpMat.isContinuous())
        {
            nc = n1*nc;
            n1 = 1;
        }
        for(int r = 0;r<n1;r++)
        {
            int tmpI = r*nImgSizeX;
            float *p = tmpMat.ptr<float>(r);
            for(int c = 0;c<nc;c++)
            {
                ppafScan[tmpI+c] = p[c];
            }
        }
        pBand->RasterIO(GF_Write,0,0,nImgSizeX,nImgSizeY,ppafScan,
                        nImgSizeX,nImgSizeY,GDT_Float32,0,0);
    }
    delete []ppafScan;
    ppafScan = NULL;
    GDALClose(poDataset);
    return 1;
}

同樣有如上的困擾，每當釋放內存就會報錯（代碼中紅色字體處）。此外，關於cv::split函數有一個小的細節問題，如下：

    //    將通道分開
    //  imgMat每個通道數據連續
    std::vector<cv::Mat> imgMat(nBandCount);
    cv::split(img,imgMat);

    //  imgMat每個通道數據不連續
    QVector<cv::Mat> imgMat(nBandCount);
    cv::split(img,imgMat.toStdVector());