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.TIF' b4=r'C:\Users\suns\Desktop\b5.TIF' arr=ga.LoadFile(b3) arr1=ga.LoadFile(b4) ga.numpy.seterr(all="ignore") ndvi=((arr1-arr)*1.0)/((arr1+arr)*1.0) ndvi1=ga.numpy.nan_to_num(ndvi) target=r'C:\Users\suns\Desktop\ndvi1.tif' out=ga.SaveArray(ndvi1,target,format = "GTiff",prototype = b4) out=None
以上这篇Python&&GDAL实现NDVI的计算方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持亿速云。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
