如何使用Python GDAL API复现QGIS保存栅格为渲染图像的功能

QGIS的「Save Raster as Rendered Image」功能核心是对原始GeoTIFF做三步处理：

• 对栅格像素值做值域拉伸（默认为2%累积截断拉伸，剔除异常极值后将剩余值域映射到0-255区间）
• 按需选择对应波段组合为RGB/A通道
• 导出为8位深度的常规图像格式

方法1：GDAL命令行（适合快速批量处理） #

直接使用gdal_translate命令即可完成转换，基础命令示例：

gdal_translate -of PNG -ot Byte -scale -b 1 -b 2 -b 3 输入文件.tif 输出文件.png

参数说明：

• -of PNG：指定输出格式，可替换为JPEG、GTiff等你的模型支持的格式，需要保留地理信息可选择GTiff
• -ot Byte：设置输出位深为8位，匹配常规图像的位深要求
• -scale：默认将输入栅格的全局最小最大值线性映射到0-255，需要对齐QGIS默认的2%截断拉伸效果时，先通过gdalinfo -stats 输入文件.tif获取栅格的2%和98%分位值，将参数改为-scale 2%分位值 98%分位值 0 255即可
• -b 1 -b 2 -b 3：指定输入栅格的第1、2、3波段对应输出图像的R、G、B通道，可根据你的波段设置调整

方法2：GDAL Python API（适合集成到机器学习Python流程） #

可以直接将转换逻辑嵌入你的数据预处理代码，示例代码如下：

from osgeo import gdal
import numpy as np

def render_geotiff_to_image(input_path, output_path, output_format='PNG', stretch_percent=2):
    # 打开输入GeoTIFF
    ds = gdal.Open(input_path)
    band_count = ds.RasterCount
    # 读取波段，默认取前3个波段作为RGB，可按需调整
    arr_list = []
    for i in range(1, min(band_count, 3)+1):
        band = ds.GetRasterBand(i)
        arr = band.ReadAsArray()
        # 计算拉伸上下限
        min_val = np.percentile(arr, stretch_percent)
        max_val = np.percentile(arr, 100 - stretch_percent)
        # 截断+映射到0-255
        arr_stretch = np.clip(arr, min_val, max_val)
        arr_stretch = ((arr_stretch - min_val) / (max_val - min_val) * 255).astype(np.uint8)
        arr_list.append(arr_stretch)
    # 合并通道
    out_arr = np.dstack(arr_list)
    # 创建输出文件
    driver = gdal.GetDriverByName(output_format)
    out_ds = driver.Create(output_path, ds.RasterXSize, ds.RasterYSize, len(arr_list), gdal.GDT_Byte)
    for i in range(len(arr_list)):
        out_ds.GetRasterBand(i+1).WriteArray(out_arr[:,:,i])
    # 释放资源
    out_ds = None
    ds = None

# 调用示例
render_geotiff_to_image("输入.tif", "输出.png")

若处理的是单波段栅格，只需调整波段选择参数，输出为单通道灰度图即可，不需要组合RGB通道。批量处理时遍历目标目录下的所有GeoTIFF文件，循环调用上述命令/函数即可。

内容的提问来源于stack exchange，提问作者Marco Conopio