mapboxgl通過添加tiff圖層，解決小網(wǎng)格的fill圖層在地圖縮小時圖層不顯示問題

緣起

近期在項目中遇到這么一個需求，需要在地圖上展示一組格網(wǎng)數(shù)據(jù)，格網(wǎng)大小為2m*2m，地圖api用的mapboxgl。起初拿到這個需要感覺很easy，在地圖上添加一個fill圖層就好啦。把格網(wǎng)面數(shù)據(jù)添加到地圖上之后，在大比例尺下顯示正常，但是當?shù)貓D層級小于15級時，渲染出的結果會消失。

簡單理一下原因，應該是在地圖縮小后，每個網(wǎng)格所占的像素太小，所以就消失了。

mapboxgl在處理symbol圖層的時候，會遇到點位自動避讓問題，導致部分點位不顯示。解決方法是把layout中的icon-allow-overlap設置為true，這樣就相當于關閉了自動避讓功能，所有點圖標保持可見狀態(tài)。但是針對fill圖層卻沒有這么一個屬性。

但是這種情況又需要查看數(shù)據(jù)，要如何實現(xiàn)呢？

首先分析下數(shù)據(jù)，我的原始數(shù)據(jù)是通過模型導出的tiff格式的柵格數(shù)據(jù)，然后在后臺根據(jù)tiff格式數(shù)據(jù)中每個像素所在行列號以及其灰度值生成帶屬性的格網(wǎng)數(shù)據(jù)，其中像素的灰度值就是在渲染時需要分類展示的值。既然原始tiff數(shù)據(jù)的灰度值就是所用的屬性值，那是不是直接添加到地圖就好了。接下來的解決方案就是看是否能直接用mapboxgl直接加載tiff數(shù)據(jù)，并渲染出自己想要的效果。

mapboxgl加載tiff

查看mapboxgl文檔，可以看到mapboxgl支持image圖層，只需傳入url和coordinates

// 添加至地圖
map.addSource('some id', {
  type: 'image',
  url: 'https://www.mapbox.com/images/foo.png',
  coordinates: [
    [-76.54, 39.18],
    [-76.52, 39.18],
    [-76.52, 39.17],
    [-76.54, 39.17]
]});

可是，當我把地址換成tiff數(shù)據(jù)時卻報錯了。下面為報錯內容：

Could not load image because of The source image could not be decoded.. Please make sure to use a supported image type such as PNG or JPEG. Note that SVGs are not supported

可以簡單理解為不支持tiff格式。

tiff文件解析

既然mapboxgl的image圖層不支持tiff格式，那是不是可以把tiff數(shù)據(jù)導出成png呢，于是使用arcmap打開了tiff數(shù)據(jù)，導出數(shù)據(jù)格式也支持png，但是在保存時又報錯了。

經(jīng)過分析，發(fā)現(xiàn)是tiff數(shù)據(jù)波段數(shù)量的原因，我的這份數(shù)據(jù)波段數(shù)為1，從網(wǎng)上下載了一份測試數(shù)據(jù)，波段數(shù)為3，可以成功導出。

在查找相關解決方案的時候，看到這么個工具，geotiff.js，可以通過js解析tiff數(shù)據(jù)并渲染，leaflet有個擴展就是用的這個工具，https://github.com/stuartmatthews/leaflet-geotiff。查看geotiff.js相關文檔，發(fā)現(xiàn)其實用起來還是挺方便的，通過簡單的代碼實現(xiàn)的我的需求。

先使用geotiff.js解析tiff數(shù)據(jù)，再配合使用canvas繪制圖片導出base64格式數(shù)據(jù)，然后就可以使用添加到mapboxgl圖層了。

核心代碼如下：

async function getData() {
  GeoTIFF.fromUrl(url).then(tiff => {
    console.log(tiff)
    getImage(tiff)
  });
}
async function getImage(tiff) {
  const image = await tiff.getImage();
  let bbox = await image.getBoundingBox();
  let data = await image.readRasters({
    samples: rgbBands // 波段數(shù)量，一個波段：[0]，三個波段：[2,1,0]
  });
  let base64Image = getBase64Image(data)
  addToMapboxgl(base64Image)
}
function getBase64Image(data) {
  let thumbnailPixelHeight = data.height
  let thumbnailPixelWidth = data.width
  let canvas = document.createElement('canvas')
  canvas.width = thumbnailPixelWidth
  canvas.height = thumbnailPixelHeight
  let ctx = canvas.getContext("2d")
  let totalPixelCount = 0
  for (let y = 0; y < thumbnailPixelHeight; y++) {
    for (let x = 0; x < thumbnailPixelWidth; x++) {
      let colour = 'rgb(0, 0, 0, 0)' // let the default be no data (transparent)
      // 根據(jù)灰度值所在范圍渲染顏色
      if (data[0][totalPixelCount] > 0) {
        if (data[0][totalPixelCount] > 50 && data[0][totalPixelCount] <= 55) {
          colour = `rgb(15, 255, 0, 1)`
        } else if (data[0][totalPixelCount] > 55 && data[0][totalPixelCount] <= 60) {
          colour = `rgb(155, 255, 0, 1)`
        } else if (data[0][totalPixelCount] > 60 && data[0][totalPixelCount] <= 65) {
          colour = `rgb(255, 255, 0, 1)`
        } else {
          colour = `rgb(255, 255, 0, 1)`
        }
      }
      ctx.fillStyle = colour
      ctx.fillRect(x, y, 1, 1)
      totalPixelCount++
    }
  }
  let canvasImage = canvas.toDataURL("image/png")
  return canvasImage
}
// 將圖片添加到地圖
function addToMapboxgl(image) {
  map.addSource('tiff-source', {
    "type": "image",
    "url": image,
    "coordinates": [
      [114.425597191307, 38.1091563484708],
      [114.538187627939, 38.1091563484708],
      [114.538187627939, 37.9627378349512],
      [114.425597191307, 37.9627378349512]
    ]
  });
  map.addLayer({
    id: 'tiff-layer',
    'type': 'raster',
    'source': 'tiff-source',
    'paint': {
      'raster-fade-duration': 0
    }
  });
}

本以為到這里問題已經(jīng)解決，但是在查看地圖時，發(fā)現(xiàn)圖片圖層數(shù)據(jù)疊加到底圖有不小的偏移。

經(jīng)過一番對比分析，發(fā)現(xiàn)原來是tiff數(shù)據(jù)的坐標系與地圖坐標系不一致的導致的。我拿到的tiff數(shù)據(jù)坐標系為西安80的投影坐標系，在展示時配置的為wgs84地理坐標系，所以會有偏差。既然是坐標系問題，那就通過工具對tiff文件做下投影轉換。這里用的是arcmap，打開ArcToolbox–>Data Management Tools–>Projections and Transformations–>Raster–>Project Raster

轉換之后會發(fā)現(xiàn)，數(shù)據(jù)的行列值也會發(fā)生變化，也就是tiff圖片的大小和形狀都有所變化。

轉換前：

轉換后：

使用轉換后的數(shù)據(jù)再次解析，然后疊加到地圖，位置完全匹配。

最終展示方案

通過嘗試發(fā)現(xiàn)，單獨的圖片展示時，由于圖片分辨率固定，當?shù)貓D等級放大到一定程度圖片會被放大很多導致圖片模糊不清，展示效果不理想；單獨的格網(wǎng)面展示時，當?shù)貓D等級縮小到一定程度，面圖層則會消失，也就是文章開頭提到的問題。

綜上，根據(jù)自己的格網(wǎng)數(shù)據(jù)大小，判斷在哪個等級格網(wǎng)面數(shù)據(jù)會消失，小于這個等級使用圖片展示，大于這個等級用格網(wǎng)面展示，就可以完美的展示出想要的效果。

處理前效果：

處理后效果：

以上為有tiff柵格數(shù)據(jù)情況的解決方案，針對于只有格網(wǎng)面數(shù)據(jù)，而沒有tiff柵格數(shù)據(jù)的情況要怎么解決呢？

如果在這組格網(wǎng)數(shù)據(jù)中，每個網(wǎng)格的屬性中有他所在原始tiff數(shù)據(jù)的像素位置，以及原始tiff數(shù)據(jù)像素大小，就可以寫一個類似上文中的getBase64Image方法，遍歷每個網(wǎng)格，在網(wǎng)格對應的像素位置上繪制顏色，然后再通過canvas導出圖片添加到地圖。

總結

• mapboxgl的image圖層無法直接添加tiff柵格數(shù)據(jù)
• mapboxgl添加fill圖層時，地圖層級縮小到一定程度，面數(shù)據(jù)所占像素值過小無法顯示
• tiff數(shù)據(jù)可以使用geotiff.js+canvas解析，得到base64的圖片，添加到mapboxgl的image圖層
• 在解析tiff數(shù)據(jù)時，需注意它的坐標系、波段個數(shù)等信息
• 在做展示時可以image圖層和fill圖層結合展示，效果較好

參考資料：

• https://geotiffjs.github.io/geotiff.js/
• https://github.com/stuartmatthews/leaflet-geotiff
• https://www.cnblogs.com/arxive/p/6746570.html

到此這篇關于mapboxgl加載tiff的文章就介紹到這了,更多相關mapboxgl加載tiff內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論