很短的几句代码，可是我却花了很长的时间才写出来，因为array那里的除法运算结果老是不对，正常在-1-1之间的。从别的资料摘来处理NDVI计算的array代码处，出现了很多问题，可能它用了什么优化计算的函数，但是结果不对，果断放弃了。

直接硬算，影像波段是整数，转成浮点型数字就行，然后再参与运算得出了正确的结果范围。

这个效率还是不行，用c++&&GDAL计算速率快得多了。

from osgeo import gdal_array as ga
import gdal, ogr, os, osr
import numpy as np
b3=r'C:\Users\suns\Desktop\b4.TIF'
b4=r'C:\Users\suns\Desktop\b5.TIF'
arr=ga.LoadFile(b3)
arr1=ga.LoadFile(b4)
ga.numpy.seterr(all="ignore")
ndvi=((arr1-arr)*1.0)/((arr1+arr)*1.0)
ndvi1=ga.numpy.nan_to_num(ndvi)
target=r'C:\Users\suns\Desktop\ndvi1.tif'
out=ga.SaveArray(ndvi1,target,format = "GTiff",prototype = b4)
out=None

以上这篇Python&&GDAL实现NDVI的计算方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。