Python實現(xiàn)常見坐標系的相互轉(zhuǎn)換
一、背景
主流被使用的地理坐標系并不統(tǒng)一,導(dǎo)致我們從不同平臺下載的數(shù)據(jù)由于坐標系的差異往往對不齊。這個現(xiàn)象在多源數(shù)據(jù)處理的時候往往很常見,因此需要進行坐標轉(zhuǎn)換。
簡單介紹一下幾種常見的坐標系:
WGS84坐標系:即地球坐標系(World Geodetic System),國際上通用的坐標系。設(shè)備包含的GPS芯片或者北斗芯片獲取的經(jīng)緯度一般都是為WGS84地理坐標系,目前谷歌地圖采用的是WGS84坐標系(中國范圍除外)。
GCJ02坐標系:GCJ-02是由中國國家測繪局(G表示Guojia國家,C表示Cehui測繪,J表示Ju局)制訂的地理信息系統(tǒng)的坐標系統(tǒng)。由WGS84坐標系經(jīng)加密后的坐標系。谷歌中國采用的GCJ02地理坐標系。也稱:火星坐標系。
BD09坐標系:即百度坐標系,GCJ02坐標系經(jīng)加密后的坐標系。
Web 墨卡托投影坐標系:也稱web墨卡托,是如今主流的Web地圖使用的坐標系,如國外的 Google Maps,OpenStreetMap,Bing Map,ArcGIS 和 Heremaps 等,國內(nèi)的百度地圖、高德地圖、騰訊地圖和天地圖等也是基于Web墨卡托,與地理坐標系不同,投影坐標系的單位是m(由于國內(nèi)政策的原因,國內(nèi)地圖會有加密要求,一般有兩種情況,一種是在 Web墨卡托的基礎(chǔ)上經(jīng)過國家標準加密的國標02坐標系,熟稱“火星坐標系”;另一種是在國標的02坐標系下進一步進行加密,如百度地圖的BD09坐標系)。
墨卡托投影的“等角”特性,保證了對象的形狀的不變行,正方形的物體投影后不會變?yōu)殚L方形。“等角”也保證了方向和相互位置的正確性,因此在航海和航空中常常應(yīng)用,而Google們在計算人們查詢地物的方向時不會出錯。
二、代碼
# -*- coding: utf-8 -*-
import math
import pandas as pd
import os
# WGS84、GCJ02(火星坐標系)、BD09(百度坐標系)以及百度地圖中保存矢量信息的web墨卡托
class LngLatTransfer():
def __init__(self):
self.x_pi = 3.14159265358979324 * 3000.0 / 180.0
self.pi = math.pi # π
self.a = 6378245.0 # 長半軸
self.es = 0.00669342162296594323 # 偏心率平方
pass
def GCJ02_to_BD09(self, gcj_lng, gcj_lat):
"""
實現(xiàn)GCJ02向BD09坐標系的轉(zhuǎn)換
:param lng: GCJ02坐標系下的經(jīng)度
:param lat: GCJ02坐標系下的緯度
:return: 轉(zhuǎn)換后的BD09下經(jīng)緯度
"""
z = math.sqrt(gcj_lng * gcj_lng + gcj_lat * gcj_lat) + 0.00002 * math.sin(gcj_lat * self.x_pi)
theta = math.atan2(gcj_lat, gcj_lng) + 0.000003 * math.cos(gcj_lng * self.x_pi)
bd_lng = z * math.cos(theta) + 0.0065
bd_lat = z * math.sin(theta) + 0.006
return bd_lng, bd_lat
def BD09_to_GCJ02(self, bd_lng, bd_lat):
'''
實現(xiàn)BD09坐標系向GCJ02坐標系的轉(zhuǎn)換
:param bd_lng: BD09坐標系下的經(jīng)度
:param bd_lat: BD09坐標系下的緯度
:return: 轉(zhuǎn)換后的GCJ02下經(jīng)緯度
'''
x = bd_lng - 0.0065
y = bd_lat - 0.006
z = math.sqrt(x * x + y * y) - 0.00002 * math.sin(y * self.x_pi)
theta = math.atan2(y, x) - 0.000003 * math.cos(x * self.x_pi)
gcj_lng = z * math.cos(theta)
gcj_lat = z * math.sin(theta)
return gcj_lng, gcj_lat
def WGS84_to_GCJ02(self, lng, lat):
'''
實現(xiàn)WGS84坐標系向GCJ02坐標系的轉(zhuǎn)換
:param lng: WGS84坐標系下的經(jīng)度
:param lat: WGS84坐標系下的緯度
:return: 轉(zhuǎn)換后的GCJ02下經(jīng)緯度
'''
dlat = self._transformlat(lng - 105.0, lat - 35.0)
dlng = self._transformlng(lng - 105.0, lat - 35.0)
radlat = lat / 180.0 * self.pi
magic = math.sin(radlat)
magic = 1 - self.es * magic * magic
sqrtmagic = math.sqrt(magic)
dlat = (dlat * 180.0) / ((self.a * (1 - self.es)) / (magic * sqrtmagic) * self.pi)
dlng = (dlng * 180.0) / (self.a / sqrtmagic * math.cos(radlat) * self.pi)
gcj_lng = lat + dlat
gcj_lat = lng + dlng
return gcj_lng, gcj_lat
def GCJ02_to_WGS84(self, gcj_lng, gcj_lat):
'''
實現(xiàn)GCJ02坐標系向WGS84坐標系的轉(zhuǎn)換
:param gcj_lng: GCJ02坐標系下的經(jīng)度
:param gcj_lat: GCJ02坐標系下的緯度
:return: 轉(zhuǎn)換后的WGS84下經(jīng)緯度
'''
dlat = self._transformlat(gcj_lng - 105.0, gcj_lat - 35.0)
dlng = self._transformlng(gcj_lng - 105.0, gcj_lat - 35.0)
radlat = gcj_lat / 180.0 * self.pi
magic = math.sin(radlat)
magic = 1 - self.es * magic * magic
sqrtmagic = math.sqrt(magic)
dlat = (dlat * 180.0) / ((self.a * (1 - self.es)) / (magic * sqrtmagic) * self.pi)
dlng = (dlng * 180.0) / (self.a / sqrtmagic * math.cos(radlat) * self.pi)
mglat = gcj_lat + dlat
mglng = gcj_lng + dlng
lng = gcj_lng * 2 - mglng
lat = gcj_lat * 2 - mglat
return lng, lat
def BD09_to_WGS84(self, bd_lng, bd_lat):
'''
實現(xiàn)BD09坐標系向WGS84坐標系的轉(zhuǎn)換
:param bd_lng: BD09坐標系下的經(jīng)度
:param bd_lat: BD09坐標系下的緯度
:return: 轉(zhuǎn)換后的WGS84下經(jīng)緯度
'''
lng, lat = self.BD09_to_GCJ02(bd_lng, bd_lat)
return self.GCJ02_to_WGS84(lng, lat)
def WGS84_to_BD09(self, lng, lat):
'''
實現(xiàn)WGS84坐標系向BD09坐標系的轉(zhuǎn)換
:param lng: WGS84坐標系下的經(jīng)度
:param lat: WGS84坐標系下的緯度
:return: 轉(zhuǎn)換后的BD09下經(jīng)緯度
'''
lng, lat = self.WGS84_to_GCJ02(lng, lat)
return self.GCJ02_to_BD09(lng, lat)
def _transformlat(self, lng, lat):
ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + \
0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng))
ret += (20.0 * math.sin(6.0 * lng * self.pi) + 20.0 *
math.sin(2.0 * lng * self.pi)) * 2.0 / 3.0
ret += (20.0 * math.sin(lat * self.pi) + 40.0 *
math.sin(lat / 3.0 * self.pi)) * 2.0 / 3.0
ret += (160.0 * math.sin(lat / 12.0 * self.pi) + 320 *
math.sin(lat * self.pi / 30.0)) * 2.0 / 3.0
return ret
def _transformlng(self, lng, lat):
ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + \
0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng))
ret += (20.0 * math.sin(6.0 * lng * self.pi) + 20.0 *
math.sin(2.0 * lng * self.pi)) * 2.0 / 3.0
ret += (20.0 * math.sin(lng * self.pi) + 40.0 *
math.sin(lng / 3.0 * self.pi)) * 2.0 / 3.0
ret += (150.0 * math.sin(lng / 12.0 * self.pi) + 300.0 *
math.sin(lng / 30.0 * self.pi)) * 2.0 / 3.0
return ret
def WGS84_to_WebMercator(self, lng, lat):
'''
實現(xiàn)WGS84向web墨卡托的轉(zhuǎn)換
:param lng: WGS84經(jīng)度
:param lat: WGS84緯度
:return: 轉(zhuǎn)換后的web墨卡托坐標
'''
x = lng * 20037508.342789 / 180
y = math.log(math.tan((90 + lat) * self.pi / 360)) / (self.pi / 180)
y = y * 20037508.34789 / 180
return x, y
def WebMercator_to_WGS84(self, x, y):
'''
實現(xiàn)web墨卡托向WGS84的轉(zhuǎn)換
:param x: web墨卡托x坐標
:param y: web墨卡托y坐標
:return: 轉(zhuǎn)換后的WGS84經(jīng)緯度
'''
lng = x / 20037508.34 * 180
lat = y / 20037508.34 * 180
lat = 180 / self.pi * (2 * math.atan(math.exp(lat * self.pi / 180)) - self.pi / 2)
return lng, lat
if __name__=='__main__':
fileName = r'F:\武漢軌跡數(shù)據(jù)\交通事故(2018年)\accidentFileLocations.csv'
transData = pd.read_csv(fileName, engine='python')
transData["WGS84lng"] = None
transData["WGS84lat"] = None
# 火星坐標系 轉(zhuǎn)換為 wgs84坐標系:GCJ02_to_WGS84 (lng, lat)
handler = LngLatTransfer()
transData[["WGS84lng", "WGS84lat"]] = transData.apply(lambda x : handler.GCJ02_to_WGS84(x["LON"], x["LAT"]), axis = 1, result_type="expand")
os.chdir(r'F:\武漢軌跡數(shù)據(jù)\交通事故(2018年)')
transData.to_csv("LoacationTransTest.csv", index = False)
直接貼個代碼,具體怎么實現(xiàn)和怎么使用的就很清楚了,不多言。代碼來源,而且真心實推GIS專業(yè)的學(xué)生多看看這個老哥的blog,大神。
上面代碼的邏輯可以用這張圖來表示,是不是更加清楚了。

以上就是Python實現(xiàn)常見坐標系的相互轉(zhuǎn)換的詳細內(nèi)容,更多關(guān)于Python坐標系轉(zhuǎn)換的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Pytorch 實現(xiàn)focal_loss 多類別和二分類示例
今天小編就為大家分享一篇Pytorch 實現(xiàn)focal_loss 多類別和二分類示例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python下利用BeautifulSoup解析HTML的實現(xiàn)
這篇文章主要介紹了Python下利用BeautifulSoup解析HTML的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-01-01
Python Web開發(fā)模板引擎優(yōu)缺點總結(jié)
這篇文章主要介紹了Python Web開發(fā)模板引擎優(yōu)缺點總結(jié),需要的朋友可以參考下2014-05-05

