GDAL联合OpenCV进行图像处理

作为一名图像处理方面的工程师，在面对大数据量的遥感影像时，往往会利用到强大的GDAL库，但是GDAL库却没有方面的算法函数进一步进行处理；同时我们看到Opencv库能提供强大的算法支持，却对大数据影像没有办法，因此两者的结合就显得十分有必要。

以本篇博客为开头，首先利用GDAL进行影像的读取，实现转换成OpenCV库中的Mat格式。

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

    QVector <cv::Mat> imgMat;  // 每个波段
    float *pafScan = new float[nCols*nRows];   // 存储数据

    for(int i = 0;i< nBandSize;i++) //按波段转换存储
    {
        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;
}

参考代码：http://www.cnblogs.com/zyore2013/p/4657702.html  机器学习猪

待扩充....