如何根据坐标切割卫星图像的一部分(格达尔）

Question

我有7个频道的卫星图像（基本上我有7个.tif文件，每个波段一个）。我有一个.csv文件，上面有卫星拍摄区域内的兴趣点坐标。我想在每个坐标点周围切割图像的一小部分。我怎么能这么做

因为我现在还没有一个完整的工作代码，所以图像中那些小部分的大小并不重要。为了解释这个问题，我们假设它们是15x15像素。所以目前，我的最终目标是获得大量的15x15x7矢量，一个用于.csv文件中的每个坐标点。这就是我被绊倒的原因(“15x15x7”中的“7”是因为图像有7个通道）

为了给大家提供一些背景知识，以备不时之需：我稍后将使用这些向量在keras中训练CNN模型

这就是我目前所做的：（我使用的是jupyter笔记本，anaconda环境）

• 导入了gdal、numpy、matplotlib、geopandas和其他库

• 使用gdal打开.gif文件，将其转换为数组

• 使用pandas打开.csv文件

• 创建了一个名为“imagen”的形状（79317901，3）的numpy数组，它将承载卫星图像的7个波段（以数字的形式）。此时，我只需要知道数组“imagen”的哪些行和列对应于每个坐标点换句话说，我需要将每个坐标点转换成一对数字（行、列）。这就是我被绊倒的原因

之后，我认为“切割部分”将很容易

#I import libraries

from osgeo import gdal_array
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import geopandas
from geopandas import GeoDataFrame
from shapely.geometry import Point

#I access the satellite images (I just show one here to make it short)

b1 = r"E:\Imágenes Satelitales\2017\226_86\1\LC08_L1TP_226086_20170116_20170311_01_T1_sr_band1.tif"
band1 = gdal.Open(b1, gdal.GA_ReadOnly)

#I open the .csv file

file_svc = "C:\\Users\\Administrador\Desktop\DeepLearningInternship\Crop Yield Prediction\Crop Type Classification model - CNN\First\T28_Pringles4.csv"
df = pd.read_csv(file_svc)
print(df.head())

上面印着这样的东西：

   Lat1        Long1       CropingState
   -37.75737   -61.14537   Barbecho
   -37.78152   -61.15872   Verdeo invierno
   -37.78248   -61.17755   Barbecho
   -37.78018   -61.17357   Campo natural
   -37.78850   -61.18501   Campo natural

#I create the array "imagen" (I only show one channel here to make it short)

imagen = (np.zeros(7931*7901*7, dtype = np.float32)).reshape(7931,7901,7)
imagen[:,:,0] = band1.ReadAsArray().astype(np.float32)

#And then I can plot it:

plt.imshow(imagen[:,:,0], cmap = 'hot')
plt.plot()

它的情节是这样的：

（https://github.com/jamesluc007/DeepLearningInternship/blob/master/Crop%20Yield%20Prediction/Crop%20Type%20Classification%20model%20-%20CNN/First/red_band.png）

我想把这些（-37，-61）转换成（22301750）。但我还没弄明白是怎么回事。有什么线索吗