# coding UTF-8
# author:huangZengli
from osgeo import gdal
from pylab import *  # 支持中文
import os
import pandas as pd

mpl.rcParams['font.sans-serif'] = ['SimHei']

#遍历指定类型文件
def getFilePathList(path, filetype):
    pathList = []
    for root, dirs, files in os.walk(path):
        for file in files:
            if file.endswith(filetype):
                pathList.append(os.path.join(root, file))
    return sorted(pathList)  # 输出以filetype为后缀的列表,已按名称排序,注意这个地方可能因为命名方式出错，可以输出list看下
 
if __name__ == "__main__":
    for year in range(2001,2021):
        filePath = '/Users/sunergao/Desktop/VM/NDVI2/geo/NDVIresample/' + str(year)  # tif文件路径
        filePathList = getFilePathList(filePath,'tif')
        for i in range(0,12):
            dataset = gdal.Open(filePathList[i])  # 打开tif
 
            # 获取行数列数和地理信息
            # geo_information(0):左上像素左上角的x坐标。
            # geo_information(1):w - e像素分辨率 / 像素宽度。
            # geo_information(2):行旋转（通常为零）。
            # geo_information(3):左上像素左上角的y坐标。
            # geo_information(4):列旋转（通常为零）。
            # geo_information(5):n - s像素分辨率 / 像素高度（北半球上图像为负值）
            geo_information = dataset.GetGeoTransform()
            col = dataset.RasterXSize  # 438
            row = dataset.RasterYSize  # 671
            band = dataset.RasterCount
            dem = dataset.GetRasterBand(1).ReadAsArray()
            # 获取行列数，对应其经纬度,j对于x坐标
            lon = []
            lat = []
            ndvi = []
            for y in range(row):  # 行     
                for x in range(col):  # 列
                    # 有效高程
                    # if dem[y][x] > 0:
                    # 输出经纬度
                    lon.append(geo_information[0] + x * geo_information[1] + y * geo_information[2])
                    lat.append(geo_information[3] + x * geo_information[4] + y * geo_information[5])
                    ndvi.append(dem[y][x])
          
            outfilePath = '/Users/sunergao/Desktop/VM/NDVI2/geo/NDVItable3/' + str(year) + '/' + str(i+1) + '_NDVI.csv'
            name = ['lon','lat','NDVI']
            data = pd.DataFrame({name[0]:lon,name[1]:lat,name[2]:ndvi})
            save_name = outfilePath
            data.to_csv(save_name,index =False ,sep = ',')
            print(year,'-',i+1,'NDVI表已经生成')

原文：使用python读取tiff文件中的经纬度，并将数据以excel表的形式输出（详细步骤）_迷沉的博客-CSDN博客_tif的经纬度坐标