目前在研究高光譜圖像處理。與普通圖像不同，高光譜圖像是多波段的圖像，而OPENCV只能直接處理至多3維的圖像，所以要依賴GDAL庫來處理高光譜圖像。思路就是：根據文件名獲得其GDALDataset數據集，然後分波段（波段相當於通道）存儲在格式為Vector<cv::Mat>的容器內，最後利用MAT的Merge函數，對通道數據進行組合。以上方法適合任意波段數據，對多光譜和高光譜數據比較實用。

#include <iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>  
#include 
 
<gdal.h>  
#include <gdal_priv.h>  
#include <gdal_alg.h>
#include <highgui.h> 
#include <vector>

using namespace cv; 
using namespace std; 

cv::Mat GDAL2Mat(const char* fileName) 
{ 
    GDALAllRegister(); 
GDALDataset *poDataset = (GDALDataset *)GDALOpen(fileName,GA_ReadOnly); //
 
 GDAL數據集 
int Cols = poDataset->GetRasterXSize(); // 列 
int Rows = poDataset->GetRasterYSize(); // 行 
int BandSize = poDataset->GetRasterCount();//波段數 
double *adfGeoTransform = new double[6]; 
poDataset->GetGeoTransform(adfGeoTransform);


std::vector <cv::Mat>imgMat;  // 定義元素為Mat的vecoter向量，向量的每一個元素存儲一個波段的數據
 

 float *pafScan;   // 存儲數據

 for(int i = 0;i< BandSize;i++)
 {
     GDALRasterBand *pBand = poDataset->GetRasterBand(i+1);//讀取第i+1個波段的數據
     pafScan = new float[Cols*Rows];
     pBand->RasterIO(GF_Read,0,0,Cols,Rows,pafScan,
                     Cols,Rows,GDT_Float32,0,0);//將第i+1個波段的數據存入pafScan
     cv::Mat A = cv::Mat(Rows,Cols,CV_32FC1,pafScan);//將第i+1個波段的數據存存入A中
     imgMat.push_back(A.clone());
     delete []pBand;
     A.release();
 }
 delete []pafScan;
 cv::Mat img;
 img.create(Rows,Cols,CV_32FC(BandSize));
 merge(imgMat,img);
// GDALClose((GDALDatasetH)poDataset);
imgMat.clear(); 
return img;
}

int main() 
{ 
    Mat img; 
    vector<Mat> band; 
    img=GDAL2Mat("E:/raw.tif");//img中含有所有波段的數據 
    split(img,band);//將img拆分成單個波段存儲在band中 
    cvNamedWindow("window1",CV_WINDOW_AUTOSIZE); 
    imshow("window1",band[0]/100); 
    cvWaitKey(0); 
    band.clear(); 
    cvDestroyWindow("window1"); 
    img.release(); 
    return 0; 
} 

VS2013+OPENCV+GDAL處理多光譜數據