cogconverter 0.2.2

简介

它验证tif并使用gdal将其转换为符合cog的。 以下是设计时牢记的用例：

1. 无法装入内存的大TIF
2. 逐块读取数据，因此即使是低内存服务器也可以运行
3. 支持多波段TIF
4. 3-4波段uint8 tif（正交镶嵌）
5. 如果不可用，则生成棱锥体（这将改进渲染 速度）
6. 压缩数据
7. 压缩到与原始tif相同的压缩格式。如果 未压缩原始TIF，则使用LZW无损压缩 压缩
8. 在内部将整个平铺成256x256个较小的块

待办事项

1. 多核处理以获得更快的结果。

如何运行

1. 在python控制台中

import cogconverter as cog
import gdal

path_tif = 'sentinel2.tif'
path_output = 'sentinel2_cog.tif'

ds = gdal.Open(path)

ds = cog.converter.convert2blocksize(ds, path_output)
ds.FlushCache()