如何在Python的TensorFlow或Keras中导入GeoTIFF作为输入数据？

我之前在做遥感图像深度学习项目时，也碰到过TensorFlow不直接支持GeoTIFF的问题，用GDAL踩过坑之后，总结了几个Python环境下靠谱的解决方案，分享给你：

方法1：使用rasterio库读取（最推荐） #

rasterio是专门处理栅格地理数据的库，对GeoTIFF的支持非常友好，而且能直接输出numpy数组，无缝对接TensorFlow。

步骤：

1. 先安装rasterio：

pip install rasterio

2. 读取GeoTIFF并转换为TensorFlow张量：

import rasterio
import tensorflow as tf

# 读取GeoTIFF文件
with rasterio.open('your_geotiff_file.tif') as src:
    # 读取所有波段，得到形状为 (bands, height, width) 的numpy数组
    geotiff_data = src.read()
    # 转换为TensorFlow需要的 (height, width, bands) 格式（多波段场景必备）
    geotiff_data = tf.transpose(geotiff_data, perm=[1, 2, 0])
    # 转换为适合模型输入的数据类型，比如float32
    geotiff_tensor = tf.cast(geotiff_data, tf.float32)

# 现在geotiff_tensor就可以直接作为模型的输入了

如果需要保留地理坐标信息，可以用src.transform和src.crs获取后续处理。

方法2：正确使用GDAL读取（解决你之前的失败问题） #

你之前用GDAL转换失败，大概率是没处理好波段顺序或者数据格式，试试下面的正确流程：

1. 安装GDAL（如果没装的话）：

pip install gdal

2. 读取并转换：

from osgeo import gdal
import numpy as np
import tensorflow as tf

# 打开GeoTIFF文件
ds = gdal.Open('your_geotiff_file.tif')
# 获取波段数量
num_bands = ds.RasterCount
# 读取每个波段并拼接成数组
bands = []
for i in range(1, num_bands+1):
    band = ds.GetRasterBand(i)
    bands.append(band.ReadAsArray())
# 得到 (bands, height, width) 的数组
geotiff_data = np.array(bands)
# 转换为HWC格式
geotiff_data = tf.transpose(geotiff_data, perm=[1, 2, 0])
# 转成张量
geotiff_tensor = tf.cast(geotiff_data, tf.float32)

# 记得关闭数据集释放资源
ds = None

注意：GDAL读取波段是从1开始计数的，这点容易踩坑；另外如果你的GeoTIFF有NoData值，记得用band.GetNoDataValue()获取后替换为合理数值，避免影响模型训练。

方法3：使用tifffile + PIL（适合简单场景） #

如果你的GeoTIFF是单波段或者少数波段，也可以用tifffile读取后转成PIL图像，再转换为张量：

1. 安装依赖：

pip install tifffile pillow

2. 代码示例：

import tifffile
from PIL import Image
import tensorflow as tf

# 读取GeoTIFF
img = tifffile.imread('your_geotiff_file.tif')
# 转成PIL图像（多波段场景需要调整通道顺序）
pil_img = Image.fromarray(img.transpose(1,2,0)) if len(img.shape)==3 else Image.fromarray(img)
# 转换为TensorFlow张量
geotiff_tensor = tf.convert_to_tensor(pil_img, dtype=tf.float32)

这个方法比较轻量，但对于复杂的多波段GeoTIFF或者带有地理信息的场景，还是推荐前两种方法。

额外注意事项 #

• 通道顺序：GeoTIFF通常是(bands, height, width)的格式，而TensorFlow/Keras的输入一般要求(height, width, bands)，所以一定要记得用tf.transpose调整顺序。
• 数据类型：GeoTIFF常见的是uint8、uint16类型，模型输入一般需要float32，记得用tf.cast转换。
• NoData值处理：很多GeoTIFF会有无效值（比如-9999），读取后要替换成0或者模型能处理的数值，避免干扰训练。

内容的提问来源于stack exchange，提问作者송준석