GDAL 3.x 新统一命令行工具（gdal CLI）

GDAL 3.11 引入了全新的统一命令行入口 gdal ，将过去分散的数十个独立工具（如 gdalinfo 、 gdal_translate 、 gdalwarp 、 ogr2ogr 等）整合为一个层次化的子命令体系。新工具采用 gdal <领域> <操作> 的语法，参数统一使用 --long-name 长名和 -s 短名，并支持 Pipeline 链式处理。

Note

旧工具在 GDAL 3.x 中仍然可用，但官方建议逐步迁移到新的 gdal CLI。详见下方旧工具到新工具映射表部分的映射表。

顶层入口概述 

gdal 是所有新 CLI 命令的顶层入口。主要顶层命令包括：

命令	说明
`gdal info`	获取数据集信息（自动判断栅格/矢量）
`gdal convert`	格式转换（自动判断栅格/矢量）
`gdal pipeline`	混合 Pipeline（可串联栅格与矢量步骤）
`gdal external`	调用外部工具（如 `gdal external gdal_contour` ）
`gdal raster`	所有栅格子命令入口
`gdal vector`	所有矢量子命令入口
`gdal mdim`	多维数据子命令入口
`gdal dataset`	数据集管理子命令入口
`gdal vsi`	虚拟文件系统（VSI）子命令入口
`gdal driver`	驱动特定操作子命令入口

语法要点 

长参数： --long-name VALUE 或 --long-name=VALUE
短参数： -s VALUE
布尔标志： --overwrite （无需赋值，出现即启用）
多值参数：部分参数支持逗号分隔，如 --bbox=2,49,3,50 ；也可重复使用，如 --co COMPRESS=LZW --co TILED=YES
列出可选值：在参数名后追加 =? 可列出所有可选值，例如 --resampling-method=?
位置参数：通常按输入(s) 在前、输出最后的顺序
命名参数 可放在位置参数之前或之后

示例:

# 查看版本
gdal --version

# 查看所有命令和子命令的 JSON 用法
gdal --json-usage

# 列出支持的格式
gdal --formats

# 列出 resampling-method 的可选值
gdal raster reproject --resampling-method=?

栅格命令（gdal raster *）

gdal raster 是所有栅格操作的入口，子命令如下：

子命令	说明
`info`	显示栅格数据集信息（元数据、波段、统计等）
`convert`	格式转换，如 GeoTIFF 转 COG、转 GeoPackage 栅格等
`reproject`	重投影到目标坐标系
`update`	用源数据更新已有数据集（如镶嵌到已有文件）
`resize`	调整分辨率或尺寸
`select`	选择/重排波段
`set-type`	修改像素数据类型（如 Float32 转 Byte）
`scale`	应用缩放和偏移（值域映射）
`unscale`	移除缩放和偏移，还原原始物理值
`edit`	编辑元数据（CRS、bbox、nodata、metadata 等）
`create`	创建空的栅格数据集
`clip`	按边界框或矢量裁剪栅格
`mosaic`	将多个栅格拼接为镶嵌体（类似 gdalbuildvrt）
`stack`	将多个单波段栅格合并为多波段数据集
`blend`	多栅格加权混合
`calc`	栅格代数运算（波段间数学表达式）
`contour`	从栅格生成等值线矢量
`polygonize`	栅格多边形化，生成矢量面
`sieve`	消除小面积区域（筛滤）
`proximity`	计算到指定像素值的近邻距离
`hillshade`	山体阴影渲染（DEM 地形可视化）
`slope`	坡度计算
`aspect`	坡向计算
`tpi`	地形位置指数（Topographic Position Index）
`tri`	地形粗糙度指数（Terrain Ruggedness Index）
`roughness`	地形起伏度计算
`viewshed`	可视域分析
`fill-nodata`	填充 NoData 区域（插值）
`color-map`	应用颜色表或颜色映射文件
`rgb-to-palette`	RGB 影像转调色板索引影像
`nodata-to-alpha`	将 NoData 像素转为 Alpha 波段
`clean-collar`	清理边缘近黑色像素（nearblack 功能）
`reclassify`	重分类（按规则重新赋值）
`pansharpen`	全色锐化融合
`footprint`	计算栅格有效覆盖范围（footprint）
`neighbors`	邻域统计（均值、众数等）
`as_features`	将栅格像素转为矢量点/面要素
`tile`	生成瓦片（TMS/XYZ，类似 gdal2tiles）
`index`	创建栅格索引图层（类似 gdaltindex）
`overview add`	添加概要层（金字塔）
`overview delete`	删除概要层
`overview refresh`	刷新概要层
`compare`	比较两个栅格数据集的差异
`pixel-info`	查询指定坐标处的像素值
`materialize`	将 Pipeline 中间结果物化到磁盘
`zonal-stats`	分区统计（按矢量区域统计栅格值）

重点命令示例 

convert – 格式转换

# GeoTIFF 转 Cloud Optimized GeoTIFF
gdal raster convert --of=COG in.tif out.tif

# 带压缩选项
gdal raster convert --of=COG --co=COMPRESS=DEFLATE in.tif out.tif

# NetCDF 转 GeoTIFF
gdal raster convert --of=GTiff in.nc out.tif

reproject – 重投影

# 重投影到 WGS84
gdal raster reproject --output-crs=EPSG:4326 in.tif out.tif

# 指定重采样方法和分辨率
gdal raster reproject --output-crs=EPSG:4326 --resampling=cubic \
    --resolution=60,60 in.tif out.tif

clip – 裁剪

# 按边界框裁剪
gdal raster clip --bbox=2,49,3,50 in.tif out.tif

# 按矢量文件裁剪
gdal raster clip --like=mask.gpkg in.tif out.tif

mosaic – 镶嵌

# 将目录下所有 GeoTIFF 拼接为 COG
gdal raster mosaic --of=COG src/*.tif out.tif

# 创建 VRT 虚拟镶嵌
gdal raster mosaic src/*.tif out.vrt

stack – 合并波段

# 合并单波段为多波段
gdal raster stack red.tif green.tif blue.tif rgb.tif

calc – 栅格代数

# 计算 NDVI
gdal raster calc --calc="(B4-B3)/(B4+B3)" --input=sentinel2.tif ndvi.tif

# 或指定波段
gdal raster calc --calc="A*B" --input=a.tif --input=b.tif result.tif

contour – 等值线

# 从 DEM 生成等高线
gdal raster contour --interval=10 dem.tif contour.shp

hillshade – 山体阴影

gdal raster hillshade dem.tif hillshade.tif

polygonize – 栅格矢量化

gdal raster polygonize classified.tif polygons.gpkg

overview – 金字塔管理

# 添加概要层
gdal raster overview add --resampling=average --levels=2,4,8,16 my.tif

# 刷新概要层
gdal raster overview refresh --resampling=average my.tif

info – 查看信息

# 文本输出
gdal raster info in.tif

# JSON 输出
gdal raster info --of=json in.tif

矢量命令（gdal vector *）

gdal vector 是所有矢量操作的入口，子命令如下：

子命令	说明
`info`	显示矢量数据集信息（图层、字段、几何类型等）
`convert`	格式转换，如 Shapefile 转 GeoPackage、转 GeoJSON 等
`reproject`	重投影到目标坐标系
`clip`	按边界框或矢量裁剪要素（几何被裁切）
`filter`	按空间范围或属性条件筛选要素（保留完整几何）
`select`	选择字段（列选择）
`create`	创建空的矢量数据集/图层
`edit`	编辑元数据（CRS、metadata 等）
`concat`	合并多个矢量数据集（追加或分层堆叠）
`sql`	执行 SQL 查询或语句
`rasterize`	矢量栅格化
`grid`	离散点插值生成栅格（类似 gdal_grid）
`buffer`	缓冲区分析
`simplify`	几何简化（Douglas-Peucker 等）
`simplify-coverage`	覆盖面简化（保持拓扑无重叠/无缝隙）
`make-valid`	修复无效几何
`explode-collections`	拆分集合几何（Multi -> Single）
`combine`	合并两个图层的要素（行合并）
`make-point`	从 X/Y/Z/M 字段创建点几何
`dissolve`	要素融合（按属性聚合几何）
`swap-xy`	交换 X/Y 坐标顺序
`segmentize`	线段化（加密节点使线段不超过指定长度）
`sort`	按字段或几何排序要素
`partition`	按空间分区拆分为多个图层
`set-field-type`	修改字段数据类型
`set-geom-type`	修改几何类型
`rename-layer`	重命名图层
`export-schema`	导出图层结构/Schema
`layer-algebra`	图层代数运算（并集、交集、差集、对称差）
`index`	创建空间索引
`check-coverage`	检查要素覆盖完整性
`check-geometry`	检查几何有效性
`clean-coverage`	清理覆盖面（修复拓扑错误）
`concave-hull`	生成凹包（Concave Hull）
`convex-hull`	生成凸包（Convex Hull）
`update`	更新已有数据集（追加或替换要素）

重点命令示例 

convert – 格式转换

# Shapefile 转 GeoPackage
gdal vector convert in.shp out.gpkg

# 指定输出格式
gdal vector convert --format=OpenFileGDB in.shp out.gdb

reproject – 重投影

gdal vector reproject --output-crs=EPSG:4326 in.shp out.gpkg

clip – 裁剪

# 按边界框裁剪
gdal vector clip --bbox=2,49,3,50 in.gpkg out.gpkg

# 按矢量文件裁剪
gdal vector clip --like=clip_poly.gpkg in.gpkg out.gpkg

filter – 筛选

# 按边界框筛选（保留完整几何）
gdal vector filter --bbox=2,49,3,50 in.gpkg out.gpkg

# 按属性查询筛选
gdal vector filter --where "population > 100000" cities.gpkg big_cities.gpkg

sql – SQL 查询

# 执行查询
gdal vector sql --sql "SELECT * FROM countries WHERE pop > 1e6" world.gpkg

# 就地更新
gdal vector sql --update my.gpkg --sql "DELETE FROM countries WHERE pop > 1e6"

concat – 合并数据集

# 追加模式（合并为单图层）
gdal vector concat --mode=append part1.gpkg part2.gpkg merged.gpkg

# 堆叠模式（每个文件一个图层）
gdal vector concat --mode=stack *.shp merged.gpkg

buffer – 缓冲区

gdal vector buffer --distance=100 points.gpkg buffered.gpkg

info – 查看信息

# 文本输出
gdal vector info poly.gpkg

# JSON 输出
gdal vector info --of=json poly.gpkg

多维命令（gdal mdim *）

gdal mdim 用于处理多维数据（如 NetCDF、HDF5、Zarr 等）。

子命令	说明
`info`	显示多维数据集信息（维度、变量、属性等）
`convert`	多维数据格式转换（如 NetCDF 转 Zarr）
`mosaic`	多维数据镶嵌

示例:

# 查看 NetCDF 信息
gdal mdim info temperatures.nc

# NetCDF 转 Zarr
gdal mdim convert temperatures.nc temperatures.zarr

# 列出支持多维的驱动
gdal mdim --drivers

数据集管理（gdal dataset *）

Added in version 3.12.

gdal dataset 用于数据集文件级别的管理操作。

子命令	说明
`identify`	识别数据集类型及其对应驱动
`check`	检查数据集读取是否存在问题
`copy`	复制数据集文件
`rename`	重命名数据集文件
`delete`	删除数据集文件

示例:

# 识别数据集驱动
gdal dataset identify mystery.dat

# 检查数据集完整性
gdal dataset check my.tif

# 复制数据集
gdal dataset copy src.gpkg dst.gpkg

# 删除数据集
gdal dataset delete old_data.gpkg

VSI 命令（gdal vsi *）

gdal vsi 用于操作 GDAL 虚拟文件系统（ virtual_file_systems ）上的文件，支持 /vsis3/ 、 /vsicurl/ 、 /vsipmtiles/ 等。

子命令	说明
`list`	列出虚拟目录内容
`copy`	复制虚拟文件（支持递归）
`delete`	删除虚拟文件
`move`	移动/重命名虚拟文件
`sync`	同步目录（类似 rsync）
`sozip`	SOZip（Seekable Optimized Zip）操作

示例:

# 列出 S3 存储桶内容（递归、带详情）
gdal vsi list -lR /vsis3/bucket

# 远程 PMTiles 递归列表
gdal vsi list -lR "/vsipmtiles//vsicurl/https://example.com/data.pmtiles"

# 从 S3 复制文件到本地
gdal vsi copy /vsis3/bucket/data.tif ./local_data.tif

# 递归复制整个目录
gdal vsi copy -r /vsis3/bucket/folder ./local_folder

# 同步目录
gdal vsi sync /vsis3/bucket/folder ./local_folder

Driver 命令（gdal driver *）

gdal driver 提供特定格式驱动的专用工具。

子命令	说明
`cog-validate`	验证 Cloud Optimized GeoTIFF（COG）是否合规
`gpkg-validate`	验证 GeoPackage 文件是否符合规范
`gpkg-repack`	重新打包 GeoPackage（压缩整理，减小文件体积）
`gti-create`	创建 GDAL Tile Index（GTI）文件
`openfilegdb-repack`	重新打包 OpenFileGDB
`parquet-create-metadata-file`	为 GeoParquet 创建元数据文件
`pdf-list-layers`	列出 PDF 文件中的图层

示例:

# 验证 COG
gdal driver cog-validate my_cog.tif

# 验证 GeoPackage
gdal driver gpkg-validate my.gpkg

# 重新打包 GeoPackage（减少碎片）
gdal driver gpkg-repack my.gpkg

Pipeline 架构 

Pipeline 是 GDAL 3.x CLI 的核心设计理念，允许将多个处理步骤串联执行。

三级 Pipeline 

GDAL 提供三个层级的 Pipeline：

Pipeline	说明
`gdal pipeline`	混合 Pipeline，可串联栅格与矢量步骤（如栅格 -> 等值线 -> 缓冲区）
`gdal raster pipeline`	栅格 Pipeline，步骤均为栅格输入/栅格输出
`gdal vector pipeline`	矢量 Pipeline，步骤均为矢量输入/矢量输出

语法与 ! 分隔符 

Pipeline 使用 !``（感叹号）分隔各步骤。第一个 ``! 可省略。:

gdal pipeline ! read in.tif ! reproject --output-crs=EPSG:4326 ! write out.tif

等价于:

gdal pipeline read in.tif ! reproject --output-crs=EPSG:4326 ! write out.tif

规则：

栅格 Pipeline 首步必须是 read 、 calc 、 create 、 mosaic 或 stack ，末步必须是 write 、 info 或 tile
矢量 Pipeline 首步必须是 read 或 concat ，末步必须是 info 、 partition 或 write
除首步和末步外，其他步骤可在 Pipeline 中多次出现

惰性求值 

Pipeline 中的大多数步骤采用 惰性求值 （on-demand evaluation）机制：只有在需要最终输出时才会逐块/逐要素计算，中间结果不会物化到磁盘。这使得 Pipeline 非常高效，尤其适合大数据量处理。

如需强制物化中间结果（例如多次使用同一中间数据集），可使用 materialize 步骤:

gdal raster pipeline ! read in.tif ! reproject --output-crs=EPSG:4326 \
    ! materialize ! clip --bbox=2,49,3,50 ! write out.tif

GDALG 序列化（.gdalg.json）

Pipeline 可以序列化为 .gdalg.json 文件，而非直接写入最终数据集。该文件记录了完整的处理命令，可被 GDAL 作为虚拟数据集打开，在读取时才实际执行 Pipeline。概念类似于 VRT 虚拟文件，但实现方式不同。

示例:

# 序列化为 GDALG 文件
gdal vector pipeline ! read in.gpkg \
    ! reproject --output-crs=EPSG:32632 \
    ! write reprojected.gdalg.json --overwrite

# 之后可像普通数据集一样使用
gdal vector info reprojected.gdalg.json

生成的 reprojected.gdalg.json 内容如下:

{
    "type": "gdal_streamed_alg",
    "command_line": "gdal vector pipeline ! read in.gpkg ! reproject --output-crs=EPSG:32632"
}

Pipeline 代码示例 

混合 Pipeline – 从栅格生成等值线并做缓冲区分析:

gdal pipeline ! read dem.tif ! contour --interval=50 \
    ! buffer --distance=100 ! write contour_buffer.gpkg --overwrite

栅格 Pipeline – 重投影 + 裁剪 + 转 COG:

gdal raster pipeline ! read in.tif \
    ! reproject --output-crs=EPSG:4326 \
    ! clip --bbox=100,30,120,50 \
    ! write --of=COG out.tif --overwrite

矢量 Pipeline – 筛选 + 投影 + 简化 + 输出:

gdal vector pipeline ! read roads.shp \
    ! filter --where "type='motorway'" \
    ! reproject --output-crs=EPSG:3857 \
    ! simplify --tolerance=10 \
    ! write roads_web.gpkg --overwrite

多步 Pipeline（筛选 + 投影 + 裁剪）:

gdal vector pipeline ! read in.gpkg \
    ! filter --bbox=2,49,3,50 \
    ! reproject --output-crs=EPSG:32631 \
    ! write out.gpkg

旧工具到新工具映射表 

下表列出常用旧工具与新 CLI 命令的对应关系：

栅格工具映射 

旧工具	新命令	说明
`gdalinfo`	`gdal raster info`	查看栅格信息
`gdal_translate`	`gdal raster convert`	格式转换
`gdalwarp` （投影）	`gdal raster reproject`	重投影
`gdalwarp` （更新）	`gdal raster update`	更新已有数据集
`gdalwarp` （裁剪）	`gdal raster clip`	裁剪
`gdalbuildvrt`	`gdal raster mosaic`	镶嵌
`gdaladdo`	`gdal raster overview add`	添加金字塔
`gdaldem hillshade`	`gdal raster hillshade`	山体阴影
`gdaldem slope`	`gdal raster slope`	坡度
`gdaldem aspect`	`gdal raster aspect`	坡向
`gdaldem color-relief`	`gdal raster color-map`	颜色映射
`nearblack`	`gdal raster clean-collar`	清理边缘
`gdal_contour`	`gdal raster contour`	等值线
`gdal_polygonize`	`gdal raster polygonize`	多边形化
`gdal_sieve`	`gdal raster sieve`	筛滤
`gdal_proximity`	`gdal raster proximity`	近邻距离
`gdal_fillnodata`	`gdal raster fill-nodata`	填充 NoData
`gdal_pansharpen`	`gdal raster pansharpen`	全色锐化
`gdal2tiles`	`gdal raster tile`	生成瓦片
`gdaltindex`	`gdal raster index`	栅格索引
`gdalcompare`	`gdal raster compare`	比较栅格
`gdallocationinfo`	`gdal raster pixel-info`	像素查询
`gdal_edit.py`	`gdal raster edit` / `gdal raster pipeline ... edit`	编辑元数据

矢量工具映射 

旧工具	新命令	说明
`ogrinfo`	`gdal vector info`	查看矢量信息
`ogr2ogr` （转换）	`gdal vector convert`	格式转换
`ogr2ogr` （投影）	`gdal vector reproject`	重投影
`ogr2ogr` （裁剪）	`gdal vector clip`	裁剪
`ogr2ogr` （筛选）	`gdal vector filter`	空间/属性筛选
`ogr2ogr` （SQL）	`gdal vector sql`	SQL 查询
`ogrmerge.py`	`gdal vector concat`	合并数据集
`ogr2ogr` （栅格化）	`gdal vector rasterize`	矢量栅格化
`gdal_grid`	`gdal vector grid`	离散点插值

其他工具映射 

旧工具	新命令	说明
`gdalmdiminfo`	`gdal mdim info`	多维信息
`gdalmdimtranslate`	`gdal mdim convert`	多维转换
`gdalmanage`	`gdal dataset identify/delete/rename`	数据集管理
`gdal_ls.py`	`gdal vsi list`	VSI 目录列表
`gdal_cp.py`	`gdal vsi copy`	VSI 文件复制
`gdal_rm.py`	`gdal vsi delete`	VSI 文件删除
`gdal_srs_info`	`gdal info` (输出 CRS 信息)	CRS 查询

编程调用 

GDAL 3.12+ 提供了统一的编程 API，可以在 C 、 C++ 和 Python 中调用新的 CLI 算法。

C API 

头文件： gdalalgorithm.h

#include "gdal.h"
#include "gdalalgorithm.h"
#include <stdio.h>

int main()
{
    GDALAllRegister();

    /* 获取全局算法注册表 */
    GDALAlgorithmRegistryH hRegistry = GDALGetGlobalAlgorithmRegistry();

    /* 通过路径实例化算法 */
    const char *const papszAlgPath[] = { "raster", "reproject", NULL };
    GDALAlgorithmH hAlg = GDALAlgorithmRegistryInstantiateAlgFromPath(
        hRegistry, papszAlgPath);
    GDALAlgorithmRegistryRelease(hRegistry);

    if (!hAlg) {
        fprintf(stderr, "无法实例化算法\n");
        return 1;
    }

    /* 设置参数 */
    {
        GDALAlgorithmArgH hArg = GDALAlgorithmGetArg(hAlg, "input");
        GDALAlgorithmArgSetAsString(hArg, "byte.tif");
        GDALAlgorithmArgRelease(hArg);
    }
    {
        GDALAlgorithmArgH hArg = GDALAlgorithmGetArg(hAlg, "output-format");
        GDALAlgorithmArgSetAsString(hArg, "MEM");
        GDALAlgorithmArgRelease(hArg);
    }
    {
        GDALAlgorithmArgH hArg = GDALAlgorithmGetArg(hAlg, "dst-crs");
        GDALAlgorithmArgSetAsString(hArg, "EPSG:4326");
        GDALAlgorithmArgRelease(hArg);
    }

    /* 执行算法 */
    int ret = 0;
    if (GDALAlgorithmRun(hAlg, NULL, NULL)) {
        /* 获取输出数据集 */
        GDALAlgorithmArgH hArg = GDALAlgorithmGetArg(hAlg, "output");
        GDALArgDatasetValueH hVal = GDALAlgorithmArgGetAsDatasetValue(hArg);
        GDALDatasetH hDS = GDALArgDatasetValueGetDatasetRef(hVal);
        /* ... 使用 hDS ... */
        GDALAlgorithmArgRelease(hArg);
    } else {
        fprintf(stderr, "算法执行失败\n");
        ret = 1;
    }

    /* 清理 */
    GDALAlgorithmFinalize(hAlg);
    GDALAlgorithmRelease(hAlg);
    return ret;
}

C++ API 

头文件： gdalalgorithm.h

#include "gdal.h"
#include "gdalalgorithm.h"
#include "gdal_dataset.h"
#include <iostream>

int main()
{
    GDALAllRegister();

    /* 获取单例并实例化算法 */
    auto& singleton = GDALGlobalAlgorithmRegistry::GetSingleton();
    GDALAlgorithm *algPtr = singleton.Instantiate("raster", "reproject");
    if (!algPtr) {
        std::cout << "无法实例化算法" << std::endl;
        return 1;
    }
    GDALAlgorithm& alg = *algPtr;

    /* 设置参数（使用 operator[] ） */
    alg["input"] = "byte.tif";
    alg["output-format"] = "MEM";
    alg["dst-crs"] = "EPSG:26711";
    alg["resampling"] = "cubic";
    alg["resolution"] = std::vector<double>{60, 60};

    /* 执行 */
    if (alg.Run()) {
        /* 获取输出数据集 */
        GDALDataset *poDS = alg["output"].Get<GDALArgDatasetValue>().GetDatasetRef();
        std::cout << "成功，宽=" << poDS->GetRasterXSize()
                  << " 高=" << poDS->GetRasterYSize() << std::endl;
        alg.Finalize();
    } else {
        std::cout << "算法执行失败" << std::endl;
        alg.Finalize();
        return 1;
    }

    delete algPtr;
    return 0;
}

Python API 

Python 中有两种调用方式： gdal.Run() 和 gdal.alg.* 模块。

方式一：gdal.Run()

from osgeo import gdal

gdal.UseExceptions()

# 转换格式
gdal.Run("raster convert", input="in.tif", output="out.tif")

# 重投影并获取输出数据集
with gdal.Run("raster reproject",
               input="byte.tif",
               output_format="MEM",
               dst_crs="EPSG:4326") as alg:
    ds = alg.Output()
    arr = ds.ReadAsArray()
    print(arr.shape)

# 获取 JSON 输出
alg = gdal.Run("raster info", input="byte.tif")
info_dict = alg.Output()
print(info_dict)

# 也可以用列表形式传入路径
gdal.Run(["raster", "convert"], input="in.tif", output="out.tif")

方式二：gdal.alg.* 模块（3.12+）

gdal.alg 模块提供了与 CLI 层次结构对应的子模块和函数：

from osgeo import gdal

gdal.UseExceptions()

# 格式转换
gdal.alg.raster.convert(input="in.tif", output="out.tif")

# 重投影
gdal.alg.raster.reproject(
    input="byte.tif",
    output_format="MEM",
    dst_crs="EPSG:4326"
)

# 栅格信息
info = gdal.alg.raster.info(input="byte.tif").Output()

# 矢量转换
gdal.alg.vector.convert(input="in.shp", output="out.gpkg")

# 查看函数帮助
help(gdal.alg.raster.convert)

# 列出算法参数名
gdal.Algorithm("raster", "convert").GetArgNames()

# Pipeline 方式调用
gdal.Run("raster pipeline",
         input="read in.tif ! reproject --output-crs=EPSG:4326 ! write out.tif")

Note

Python API 中参数名使用下划线 _ 替代命令行中的连字符 - 。例如命令行的 --output-crs 在 Python 中为 output_crs 。