（4144期）Geoskill: GeoTIFF Info – 零依赖 GeoTIFF 元数据解析器

零依赖 GeoTIFF 元数据解析器 纯 Python 标准库实现的 GeoTIFF 元数据读取工具，无需 GIS 软件即可快速获取坐标系统、分辨率、仿射变换等核心地理信息。 使用说明 核心用法 geotiff-info 是一款零依赖的 Python 命令行工具，专用于快速读取 GeoTIFF 文件的元数据信息。该工具完全基于 Python 标准库实现，通过手动解析 TIFF IFD（Image File Directory）结构，无需安装 GDAL、Rasterio 等外部依赖即可提取完整的地理空间元数据。 主要功能模块包括： 单文件解析：支持文本表格和 JSON 两种输出格式，一键获取文件大小、图像尺寸、数据类型、波段数量等基础信息 地理空间元数据：提取 EPSG 编码、CRS 名称、WKT 坐标系统定义、像素分辨率（Scale X/Y）、6 参数仿射变换矩阵 角点坐标计算：自动推算左上、右上、左下、右下四个角点的地理/投影坐标 批量目录扫描：递归扫描整个目录，批量处理大量 GeoTIFF 文件并导出统一格式的元数据报告 该工具兼容 Classic TIFF 和 BigTIFF 格式，支持大小端字节序，覆盖所有标准 TIFF 数据类型，适用于遥感影像、数字高程模型（DEM）、卫星影像等 GeoTIFF 标准文件的快速质检与编目。 显著优点 零依赖部署：仅使用 Python 标准库（struct、json、os、pathlib 等），无需 pip install 任何包，在离线环境、容器镜像、边缘设备上均可直接运行，极大降低部署复杂度。 轻量高效：避开 GDAL 等重型库的初始化开销，冷启动速度快，内存占用低，适合嵌入自动化工作流或作为 CI/CD 中的元数据校验环节。 输出友好：同时提供人类可读的格式化文本和机器可解析的 JSON，既满足日常查看需求，也方便对接下游数据处理管道。 标准兼容：完整实现 TIFF 6.0 和 GeoTIFF 规范的 IFD 解析逻辑，对 GeoKeyDirectoryTag、ModelPixelScaleTag、ModelTiepointTag 等核心标签提供原生支持。 潜在缺点与局限性 功能边界清晰：该工具定位为"元数据查看器"，不读取实际像素数据，无法进行影像裁剪、重投影、波段运算等操作，需配合 GDAL、rasterio 等工具完成深度处理。 统计信息受限：对于大文件，波段统计量（min/max/mean/std）采用占位实现，实际统计需读取完整像素矩阵，当前版本未实现。 CRS 解析依赖 GeoKeys：WKT 坐标系统描述依赖 GeoTIFF 规范中的 GeoKey 机制，对于某些非标准或自定义 CRS 的解析可能不够完整。 GeoTIFF 1.1 新模型待更新：暂不支持 GeoTIFF 1.1 规范中引入的新型模型变换机制，主流应用无碍，但前瞻性场景需注意。 适合的目标群体 遥感/GIS 开发者：快速验证影像元数据正确性，调试坐标系统配置 数据工程师：构建数据资产管理流水线，批量提取归档影像的空间属性 科研人员：在服务器集群、HPC 环境中轻量级获取 DEM、卫星影像的基本信息 DevOps/运维人员：在 Docker 容器或受限环境中进行 GeoTIFF 文件的入库前检查 教学场景：理解 GeoTIFF 二进制结构与 TIFF IFD 解析原理的学习工具 使用风险 性能风险：纯 Python 实现的二进制解析在超大文件（数十 GB 级 BigTIFF）场景下，遍历 IFD 条目的速度可能低于 C 语言优化的 GDAL，建议用于元数据读取而非高频批量处理。 维护风险：项目由 OpenCode AI Assistant 生成，MIT-0 无归属许可证，社区贡献与长期维护机制尚不明确，关键业务场景建议 fork 后自行维护或作为过渡方案。 兼容性风险：对于非标准 TIFF 扩展、厂商私有标签（如某些卫星传感器的自定义元数据块），解析可能不完整或跳过，复杂业务建议以 GDAL 作为兜底验证。 误用风险：该工具不验证像素数据的完整性，仅解析文件头元数据，无法检测影像数据本身的损坏或异常值。 原始说明 Reads and displays GeoTIFF metadata including CRS, resolution, image size, bands, NoData, corner coordinates, and supports batch scanning using only Python s...