原文链接：https://blog.csdn.net/qq_27045589/article/details/81062586

　　图像校正本质是建立一种从原始图像行列号到某种投影的数学关系，即实现图像行列坐标到投影坐标的转换。不同的校正方法利用了不同的方法来表示转换关系，但本质上式相同的。常用的几何校正方法包括：几何多项式校正、有理函数模型校正、局部区域校正模型、地理查找表校正等。
  GDAL库中可以实现的校正方法就包括以上四种方法，即：1~3次的几何多项式校正、RPC(有理函数系数)校正、TPS(薄板样条)校正、GeoLoc校正。

　　不同的校正方法需要的信息也不相同，通常我们采用地面控制点（GCPs）的方式来建立转换关系，如果是RPC校正，则需要RPC文件来提供RPC系数。有的卫星数据，例如MODIS是包含GeoLocation Arrays提供每个像素的经纬度，例如Himawari-8卫星数据则直接提供了投影和地理变换参数(仿射变换六参数。

　　Python中的几何校正主要靠 gdal.Warp() 函数来实现的，下面说一下主要流程：

1.读取未经校正的图像

　　利用 gdal.Open()：

from osgeo import gdal
from osgeo import osr

dataset = gdal.Open(r'xxx.tif', gdal.GA_Update)

2.构造地面控制点

# 实际控制点肯定要多的多，这里只写了四个点.做成人机交互更好
gcps_list = [gdal.GCP(-111.931075, 41.745836, 0, 1078, 648),
gdal.GCP(-111.901655, 41.749269, 0, 3531, 295),
gdal.GCP(-111.899180, 41.739882, 0, 3722, 1334),
gdal.GCP(-111.930510, 41.728719, 0, 1102, 2548)]

　　附控制点构造函数gdal.GCP()的说明

gdal.GCP([x], [y], [z], [pixel], [line], [info], [id])

x、y、z是控制点对应的投影坐标，默认为0;

pixel、line是控制点在图像上的列、行位置，默认为0;

info、id是用于说明控制点的描述和点号的可选字符串，默认为空.

3.添加地面控制点到图像

　　在添加之前需要指定一个空间参考，这里以WGS84基准的地理坐标系(经纬度)为例：

sr = osr.SpatialReference()
sr.SetWellKnownGeogCS('WGS84')

添加控制点

dataset.SetGCPs(gcps, sr.ExportToWkt())

4.进行校正

　　校正就直接调用gdal.Warp()就可以了：

# tps校正 重采样:最邻近法
dst_ds = gdal.Warp(r'xxx_dst.tif', dataset, format='GTiff', tps=True,
xRes=0.05, yRes=0.05, dstNodata=65535, srcNodata=65535,
resampleAlg=gdal.GRIORA_NearestNeighbour， outputType=gdal.GDT_Int32)

　　附gdal.Warp()的参数说明：

gdal.Warp(destNameOrDestDS, srcDSOrSrcDSTab, **kwargs)

destNameOrDestDS --- 输出数据集路径或对象

srcDSOrSrcDSTab --- 数据集对象或文件名or数据集对象或文件名的数组

关键字参数是gdal.WarpOptions()的返回值，或者直接定义gdal.WarpOptions()

gdal.WarpOptions(options = [], format = 'GTiff', outputBounds = None,
outputBoundsSRS = one, xRes = None, yRes = None,
targetAlignedPixels = False, width = 0, height = 0, srcSRS = None,
dstSRS = None, srcAlpha = False, dstAlpha = False, warpOptions = None,
errorThreshold = None, warpMemoryLimit = None, creationOptions = None,
outputType = GDT_Unknown, workingType = GDT_Unknown, resampleAlg = None,
srcNodata = None, dstNodata = None, multithread = False, tps = False,
rpc = False, geoloc = False, polynomialOrder = None,
transformerOptions = None, cutlineDSName = None, cutlineLayer = None,
cutlineWhere = None, cutlineSQL = None, cutlineBlend = None,
ropToCutline = False, copyMetadata = True, metadataConflictValue = None,
setColorInterpretation = False, callback = None, callback_data = None):

options --- 字符串数组, 字符串或者空值

format --- 输出格式 ("GTiff", etc…)

outputBounds --- 结果在目标空间参考的边界范围(minX, minY, maxX, maxY)

outputBoundsSRS --- 结果边界范围的空间参考, 如果在dstSRS中没有指定的话，采用此参数

xRes, yRes --- 输出分辨率，即像素的大小

targetAlignedPixels --- 是否强制输出边界是输出分辨率的倍数

width --- 输出栅格的列数

height --- 输出栅格的行数

srcSRS --- 输入数据集的空间参考

dstSRS --- 输出数据集的空间参考

srcAlpha --- 是否将输入数据集的最后一个波段作为alpha波段

dstAlpha --- 是否强制创建输出

outputType --- 输出栅格的变量类型 (gdal.GDT_Byte, etc…)

workingType --- working type (gdal.GDT_Byte, etc…)

warpOptions --- list of warping options

errorThreshold --- 近似转换的误差阈值(误差像素数目)

warpMemoryLimit --- 工作内存限制 Bytes

resampleAlg --- 重采样方法

creationOptions --- list of creation options

srcNodata --- 输入栅格的无效值

dstNodata --- 输出栅格的无效值

multithread --- 是否多线程和I/O操作

tps --- 是否使用Thin Plate Spline校正方法

rpc --- 是否使用RPC校正

geoloc --- 是否使用地理查找表校正

polynomialOrder --- 几何多项式校正次数

transformerOptions --- list of transformer options

cutlineDSName --- cutline数据集名称

cutlineLayer --- cutline图层名称

cutlineWhere --- cutline WHERE 子句

cutlineSQL --- cutline SQL语句

cutlineBlend --- cutline blend distance in pixels

cropToCutline --- 是否使用切割线范围作为输出边界

copyMetadata --- 是否复制元数据

metadataConflictValue --- 元数据冲突值

setColorInterpretation --- 是否强制将输入栅格颜色表给输出栅格

callback --- 回调函数

callback_data --- 用于回调的用户数据

参数很多，有些也没有试验过，有翻译不对的地方也请批评指正。

　　多项式校正和TPS校正经过上述步骤即可实现，分为两种情况：

• 对于自带GeoLocation元数据段的MODIS数据，利用gdal.Info()查看波段信息，直接利用gdal.Warp()设置geoloc=True后,对目标波段进行校正即可：

ds = gdal.Warp(r'X:\ModisNearest.tif',
r'HDF4_EOS:EOS_SWATH:"X:\MOD021KM.A2018130.0220.061.2018130132414\MOD021KM.A2018130.0220.061.2018130132414.hdf":MODIS_SWATH_Type_L1B:EV_1KM_RefSB',
width=2030, height=1354, format='GTiff', geoloc=True,
dstSRS=sr.ExportToWkt(), resampleAlg=gdal.GRIORA_NearestNeighbour)

• 对于其他类型数据，则需要构造VRT文件，然后指定geoloc信息 [7]，假设现在有一幅未校正图像 XXX.tif，还有 longitude.tif，latitude.tif 两个经纬度文件(写成一个文件也可以，只不过需要改 X_BAND 和 Y_BAND 的值)，于是我们构造一个 xxx.vrt 文件，内容如下：

GEOGCS["WGS 84",DATUM["WGS_1984",SPHEROID["WGS 84",6378137,298.257223563,AUTHORITY["EPSG","7030"]],TOWGS84[0,0,0,0,0,0,0],AUTHORITY["EPSG","6326"]],PRIMEM["Greenwich",0,AUTHORITY["EPSG","8901"]],UNIT["degree",0.0174532925199433,AUTHORITY["EPSG","9108"]],AXIS["Lat",NORTH],AXIS["Long",EAST],AUTHORITY["EPSG","4326"]] X:\longitude.tif 1 0 1 X:/latitude.tif 1 0 1 Gray 65535 X:/XXX.tif 3

　　其中关键的是段中的9个key，其中X_DATASET和Y_DATASET指定了行列对应的经纬度波段，其他标签含义从略，可看参考资料。VRT文件后半部分的指定了需要校正的文件。
　　有了VRT文件，我们就可以进行校正了，输入改为vrt文件路径，geoloc=True用Warp()校正。

RPC校正

rpc = [ "HEIGHT OFF=l09", "LINE NUM COEFF=-0. 001245683 -0. 09427649 -1. 006342 "
"-1. 954469e-05 0. 001033926 2.020534e-08 -3.845472e-07 一0.002075817 "
"0.0005520694 0 -4.642442e-06 -3.271793e-06 2. 705977e-05 -7.634384e-07 "
"-2.132832e-05 -3.248862e-05 -8.17894e-06 -3.678094e-07 2.002032e-06 "
"3.693162e-08", "LONG OFF=7.1477"
"SAMP DEN COEFF=l " ……]
ds.SetMetadata(rpc,'RPC')
dst_ds = gdal.Warp('output.xxx', ds, dstSRS='EPSG:4326', xRes=0.0002, yRes=0.0002,
rpc=True, transformerOptions = [r'RPC_DEM=X:\DEM.tif'])