栅格差异：如何检查图像是否具有相同的值？

是否可以检查给定的2个栅格图层是否具有相同的内容？

我们的公司共享存储量有一个问题：它太大了，需要三天以上的时间才能进行完整备份。初步调查显示，占用空间最大的罪魁祸首之一是应使用CCITT压缩将开/关栅格真正存储为1位图层。

该示例图像当前为2位（因此有3个可能的值），并保存为文件系统中11 MB的LZW压缩tiff。转换为1bit（所以有2个可能的值）并应用CCITT Group 4压缩后，我们将其压缩到1.3 MB，几乎节省了一个完整的数量级。

（这实际上是一个表现良好的公民，还有其他人存储为32位浮点数！）

这真是个好消息！但是，也有将近7,000张图像可以应用。编写脚本来压缩它们将很简单：

for old_img in [list of images]:
    convert_to_1bit_and_compress(old_img)
    remove(old_img)
    replace_with_new(old_img, new_img)

...但是它缺少一项至关重要的测试：新压缩的版本内容相同吗？

  if raster_diff(old_img, new_img) == "Identical":
      remove(old_img)
      rename(new_img, old_img)

有没有一种工具或方法可以自动（取消）证明Image-A的内容与Image-B的内容具有相同的价值？

我可以使用ArcGIS 10.2和QGIS，但是除了可以避免手动检查所有这些图像以确保覆盖之前的正确性之外，其他所有功能都可以使用。错误地转换和覆盖确实具有超过开/关值的图像将是可怕的。其中大多数会花费数千美元来收集和生成。

更新：最大的违规者是32位浮点数，每边最大可达100,000px，因此约30GB未压缩。

尝试将栅格转换为numpy数组，然后检查其形状和元素是否与array_equal相同。如果它们相同，则结果应为True：

ArcGIS：

import arcpy, numpy

raster1 = r'C:\path\to\raster.tif'
raster2 = r'C:\path\to\raster.tif'

r1 = arcpy.RasterToNumPyArray(raster1)
r2 = arcpy.RasterToNumPyArray(raster2)

d = numpy.array_equal(r1,r2)

if d == False:
    print "They differ"

else:
    print "They are the same"

GDAL：

import numpy
from osgeo import gdal        

raster1 = r'C:\path\to\raster.tif'
raster2 = r'C:\path\to\raster.tif'

ds1 = gdal.Open(raster1)
ds2 = gdal.Open(raster2)

r1 = numpy.array(ds1.ReadAsArray())
r2 = numpy.array(ds2.ReadAsArray())

d = numpy.array_equal(r1,r2)

if d == False:
    print "They differ"

else:
    print "They are the same"

您可以尝试使用gdalcompare.py脚本http://www.gdal.org/gdalcompare.html。该脚本的源代码位于http://trac.osgeo.org/gdal/browser/trunk/gdal/swig/python/scripts/gdalcompare.py，由于它是python脚本，因此应该很容易删除不必要的内容测试并添加新的内容以适合您当前的需求。该脚本似乎通过逐条读取两个图像中的图像数据来进行逐像素比较，这可能是一种快速且可重用的方法。

我建议您为每个图像构建栅格属性表，然后可以比较这些表。这不是一个完整的检查（例如计算两者之间的差异），但是在相同的直方图值下图像不同的可能性非常小。此外，它还为您提供不带NoData的唯一值的数量（根据表中的行数）。如果您的总数小于图像大小，则说明您有NoData像素。

我发现的最简单的解决方案是在栅格上计算一些摘要统计信息，然后进行比较。我通常使用标准偏差和均值，尽管大多数情况下都可以通过有意操纵数据来使其愚弄，但它们对大多数变化都具有鲁棒性。

mean_obj = arcpy.GetRasterProperties(input_raster, 'MEAN')
mean = float(mean_obj.getOutput(0))
if round(mean, 4) != 0.2010:
    print("raster differs from expected mean.")

std_obj = arcpy.GetRasterProperties(input_raster, 'STD')
std = float(std_obj.getOutput(0))
if round(std, 4) != 0.0161:
    print("raster differs from expected standard deviation.")

最简单的方法是从另一个栅格中减去一个栅格，如果结果为0，则两个图像都相同。您也可以查看直方图或按颜色绘制结果。