回答:
gdal apiについてはわかりません。WarpAPI チュートリアルから参照されてvoid* GDALWarpOptions::hCutlineいるWarp Optionsにはありますが、明示的な例はありません。プログラマティックな答えが必要ですか？コマンドラインユーティリティは、すぐに使用できます。
ogrinfoクリッピングシェープファイルの範囲を決定するために使用しますgdal_translate形状範囲にクリップするために使用しますgdalwarpして-cutline、パラメータステップ2と3は最適化のためのもので、でうまくいくことができますgdalwarp -cutline ...。
すべてが1つのスクリプトにまとめられたLinuxベースのソリューションのLinfinityのポリゴンを使用したGDALによるラスターのクリッピングを参照してください。別のカットラインの例は、Mapnikの陰影起伏を作成する Michael Coreyのチュートリアルで見ることができます。
GeospatialPythonのJoel Lawheadが、よく書かれたチュートリアルであるshapefileを使用したClipラスターの完全なpythonの例を持っています。Osgeo4Wに含まれていないPython Image Library（PIL）をインストールする必要があります（インストールプログラムを機能させるには、o4w pythonをWindowsレジストリに追加する必要がある場合があります）。
このテーマは常に戻ってきているようです。私自身は、GDAL> 1.8が非常に高度であるため、そのタスクを実行するための公正なコマンドライン処理を既に提供していることを知りませんでした。
Mike Toewsからのコメントは非常に便利ですが、たとえば次のようにすることができます。
gdalwarp -of GTiff -cutline DATA/area_of_interest.shp -cl area_of_interest -crop_to_cutline DATA/PCE_in_gw.asc data_masked7.tiff このコマンドは、優れたサブプロセスモジュールを備えたpythonスクリプト内にラップできます。
私にとって本当に問題だったのは、その問題に対する最小限の解決策を提供する必要があったということです。つまり、できるだけシンプルで、多くの外部依存を必要としないということです。Joel LawheadによるチュートリアルのようにPython Imaging Libraryを使用するのは適切ですが、次のソリューションを思い付きました。Numpyマスクアレイの使用。
それが良いかどうかはわかりませんが、それは私が知っていたものでした（3年前...）。
元々、元のラスター内に有効なデータ領域（たとえば、同じ出力ラスターの範囲）を作成しましたが、ラスターも小さくする（たとえば-crop_to_cutline）アイデアが気に入ったのでworld2Pixel、Joel Lawheadから採用 しました。ここに私自身の解決策があります：
def RasterClipper():
craster = MaskRaster()
contraster2 = 'PCE_in_gw.aux'
craster.reader("DATA/"+contraster2.replace('aux','asc'))
xres, yres = craster.extent[1], craster.extent[1]
craster.fillrasterpoints(xres, yres)
craster.getareaofinterest("DATA/area_of_interest.shp")
minX, maxX=craster.new_extent [0]-5,craster.new_extent[1]+5
minY, maxY= craster.new_extent [2]-5,craster.new_extent[3]+5
ulX, ulY=world2Pixel(craster.extent, minX, maxY)
lrX, lrY=world2Pixel(craster.extent, maxX, minY)
craster.getmask(craster.corners)
craster.mask=np.logical_not(craster.mask)
craster.mask.resize(craster.Yrange.size,craster.Xrange.size)
# choose all data points inside the square boundaries of the AOI,
# replace all other points with NULL
craster.cdata= np.choose(np.flipud(craster.mask), (craster.data, -9999))
# resise the data set to be the size of the squared polygon
craster.ccdata=craster.cdata[ulY:lrY, ulX:lrX]
craster.writer("ccdata2m.asc",craster.ccdata, (minX+xres*.5, maxY+yres*.5), 10,10,Flip=False)
# in second step we rechoose all the data points which are inside the
# bounding vertices of AOI
# need to re-define our raster points
craster.xllcorner, craster.yllcorner = minX, minY
craster.xurcorner, craster.yurcorner = maxX, maxY
craster.fillrasterpoints(10,10)
craster.getmask(craster.boundingvertices) # just a wrapper around matplotlib.nxutils.points_in_poly
craster.data=craster.ccdata
craster.clip2(new_extent_polygon=craster.boundingvertices)
craster.data = np.ma.MaskedArray(craster.data, mask=craster.mask)
craster.data = np.ma.filled(craster.data, fill_value=-9999)
# write the raster to disk
craster.writer("ccdata2m_clipped.asc",craster.data, (minX+xres*.5, maxY+yres*.5), 10,10,Flip=False)完全な説明についてはclass MaskRaster、それの方法を参照してください私のプロジェクトのgithubのを。
このコードを使用すると、GDALを使用する必要があります。ただし、私のソフトウェアの対象読者は依存関係が多すぎて難しいため、将来可能な純粋なPythonで使用する計画です（Debianを使用してソフトウェアを開発し、クライアントはWindows 7を使用しています...）。