1. GDAL与OpenCV2.X数据转换（适合多光谱和高光谱等多通道的遥感影像）

一、前言

GDAL具有强大的图像读写功能，但是对常用图像处理算法的集成较少，OpenCV恰恰具有较强的图像处理能力，因此有效的结合两者对图像（遥感影像）的处理带来了极大的方便。那么如何实现GDAL与openCV间的数据交换成为影像处理中的关键步骤。接下来我将记录下：1 如何将GDAL读取的影像转化为openCV支持的的MAT格式？2 如何将处理后MAT数据转化为合适的图像格式存储？（PS：本人也是初次使用GDAL和openCV,代码很水。。。只是记录下自己学的，和大家交流下）

二、GDAL数据到openCV的MAT格式

关于GDAL数据到openCV的格式转化，网上已有部分资源，但是大多是针对单或者三通道的数据而言，对多通道图像（遥感的多光谱和高光谱影像）的转化不多，话不多说，先上代码：

cv::Mat GDAL2Mat(const QString fileName)
{
    GDALAllRegister();  // 注册。。。
    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;  // 每个波段
    float *pafScan = new float[tmpCols*tmpRows];   // 存储数据

    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：根据文件名获得其GDALDataset数据集，然后分波段（波段相当于通道）存储在格式为Vector<cv::Mat>的容器内，最后利用MAT的Merge函数，对通道数据进行组合。以上方法适合任意波段数据，对多通道影像，如遥感影像中多光谱和高光谱数据比较实用。但，存在一个问题：代码中红色部分，目的为释放poDataset的内存，但总会报错，注释后就没有问题了，不知道为啥，哪位大侠如果知道原因并且也恰巧路过此地，请给予帮助，谢谢！（问题解决了，GDALDataset数据集前不能释放其每个波段的指针，否则报错，代码已修改，下同）

三、MAT格式数据转化为GDAL数据集格式后并保存合适文件

思路是上面第二部分的逆过程。首先创建一个数据集和文件驱动，根据相关参数创建文件，并将多通道MAT数据通过CV::split函数进行通道分离，最后将通道数据与GDAL数据集的波段数据对应，一一写入数据集中。代码如下：

bool Mat2File(cv::Mat img, const QString fileName)
{
    if(img.empty())    //    判断是否为空
        return 0;

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

    //    将通道分开
    //  imgMat每个通道数据连续
    std::vector<cv::Mat> imgMat(nBandCount);
    cv::split(img,imgMat);

    //  分波段写入文件
    GDALAllRegister();
    GDALDataset *poDataset;   //GDAL数据集
    GDALDriver *poDriver;      //驱动，用于创建新的文件
    poDriver = GetGDALDriverManager()->GetDriverByName("ENVI");

    if(poDriver == NULL)
        return 0;
    poDataset=poDriver->Create(fileName.toStdString().c_str(),nImgSizeX,nImgSizeY,nBandCount,
                                GDT_Float32,NULL);
    //  循环写入文件
    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())    //    判断是否为空
    {
        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;

    //  分波段写入文件
    GDALAllRegister();
    GDALDataset *poDataset;   //GDAL数据集
    GDALDriver *poDriver;      //驱动，用于创建新的文件
    poDriver = GetGDALDriverManager()->GetDriverByName("ENVI");

    if(poDriver == NULL)
        return 0;
    poDataset=poDriver->Create(fileName.toStdString().c_str(),nImgSizeX,nImgSizeY,nBandCount,
                                GDT_Float32,NULL);
    //  循环写入文件
    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;
}

同样有如上的困扰，每当释放内存就会报错（代码中红色字体处）。此外，关于cv::split函数有一个小的细节问题，如下：

    //    将通道分开
    //  imgMat每个通道数据连续
    std::vector<cv::Mat> imgMat(nBandCount);
    cv::split(img,imgMat);

    //  imgMat每个通道数据不连续
    QVector<cv::Mat> imgMat(nBandCount);
    cv::split(img,imgMat.toStdVector());