如何从GeoTIFF影像像素获取坐标？基于YOLOv2的无人机应用需求

嘿，我最近在做一个给无人机服务的目标检测项目——要从GeoTIFF格式的遥感影像里识别出目标，然后把目标的真实地理坐标算出来，给到无人机导航系统，让它能精准飞到目标位置。下面是我用到的技术栈和核心代码：

技术选型思路 #

我选这些工具是考虑到无人机场景的实时性和地理数据处理需求：

• YOLO v2 + TensorFlow：轻量又高效的目标检测框架，速度够快，适合需要快速输出结果的无人机应用
• OpenCV：用来处理图像的读取、预处理，还有检测结果的可视化
• GDAL：这是关键的地理空间处理库，能帮我把图像里的像素坐标转换成真实世界的地理坐标

核心代码实现 #

首先是YOLO v2的初始化，得先加载预训练的权重和模型配置，设置好置信度阈值过滤低精度结果：

import cv2
from darkflow.net.build import TFNet
import math
import gdal

# YOLO v2初始化配置
options = {
    'model': 'cfg/yolo.cfg',
    'load': 'bin/yolov2.weights',
    'threshold': 0.4,  # 只保留置信度超过40%的检测结果
}
tfnet = TFNet(options)

接下来是剩下的核心流程（我正在完善这部分）：

• 用OpenCV或者GDAL读取GeoTIFF影像，转换成模型能处理的格式
• 把图像传入YOLO模型，得到检测框的像素坐标（比如每个目标的左上角和右下角像素点）
• 通过GDAL获取GeoTIFF的地理变换参数，这个参数能帮我们建立像素和真实坐标的映射关系
• 计算检测框的中心像素坐标，再转换成地理坐标（经纬度或者投影坐标）
• 把最终的地理坐标输出给无人机导航系统

举个像素转地理坐标的小例子，用GDAL的地理变换参数来计算：

# 先通过GDAL获取影像的地理变换参数
dataset = gdal.Open("your_image.tif")
geo_transform = dataset.GetGeoTransform()

# 定义转换函数
def pixel_to_geo(x_pixel, y_pixel):
    # geo_transform参数说明：
    # [0] 影像左上角的x坐标
    # [1] x方向的像素分辨率
    # [2] 旋转参数（一般为0）
    # [3] 影像左上角的y坐标
    # [4] 旋转参数（一般为0）
    # [5] y方向的像素分辨率（通常为负，因为影像y轴向下）
    x_geo = geo_transform[0] + x_pixel * geo_transform[1] + y_pixel * geo_transform[2]
    y_geo = geo_transform[3] + x_pixel * geo_transform[4] + y_pixel * geo_transform[5]
    return (x_geo, y_geo)

这样就能把检测到的目标位置转换成无人机能识别的真实地理坐标了，目前这个流程跑下来效果还不错，后续还要优化检测速度和坐标精度。

内容的提问来源于stack exchange，提问作者Johnny Ratchapong