GDAL聯合OpenCV進行圖像處理

作為一名圖像處理方面的工程師，在面對大數據量的遙感影像時，往往會利用到強大的GDAL庫，但是GDAL庫卻沒有方面的算法函數進一步進行處理；同時我們看到Opencv庫能提供強大的算法支持，卻對大數據影像沒有辦法，因此兩者的結合就顯得十分有必要。

以本篇博客為開頭，首先利用GDAL進行影像的讀取，實現轉換成OpenCV庫中的Mat格式。

cv::Mat GDAL2Mat(string strName)
{
    GDALAllRegister();  // 注冊。。。
    GDALDataset *poDataset = (GDALDataset *)GDALOpen(strName.c_str(),GA_ReadOnly); //GDAL讀取柵格影像
    int nCols = poDataset->GetRasterXSize();
    int nRows = poDataset->GetRasterYSize();
    int nBandSize = poDataset->GetRasterCount();
    
    double *padfGeoTransform = new double[6];
    poDataset->GetGeoTransform(padfGeoTransform);

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

    for(int i = 0;i< nBandSize;i++) //按波段轉換存儲
    {
        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 img = cv::Mat(nRows,nCols,CV_32FC1,pafScan);
        imgMat.push_back(img.clone());
    }
    delete []pafScan;
    pafScan = NULL;

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

參考代碼：http://www.cnblogs.com/zyore2013/p/4657702.html  機器學習豬

待擴充....