背景
当你的路网数据和瓦片地图有偏差时候,怎么办呢?我们肯定能想到:把坐标转化到同一个坐标系里面就好啦。没错,原理是这样的。
但是,我们应该怎么把Shp文件里面的坐标点提取出来,然后转化呢?
这就需要用到Python的shapefile库了。
示例文件:链接:https://pan.baidu.com/s/1hbxomqLjdy3X_Kx4WsnHxQ
提取码:8z5a
PyShp官方文档:https://pypi.org/project/pyshp/
下面,我用一个有偏差的Shp文件,把文件的经纬度全部提取出来,然后经过转化后重新生成一个Shp文件。
代码实现
主代码:
import shapefile
# import untitled.ConvertLag_Lat as CVLL
import ConvertLag_Lat as CVLL
# 读取文件的路径
readPath = r"示例文件路径\城市快速路.shp"
# 要写入新的文件存放路径
writeFilePath = r"你想输出的路径\纠偏后_城市快速路.shp"
'''读取文件的操作'''
def ShpReadFile(filePath):
sf = shapefile.Reader(filePath,encoding="gbk")
# sf = shapefile.Reader(filePath)
# 以ShapeRecords格式读入(既可以访问shape几何对象,又可以访问record属性)
ShapeRecords = sf.shapeRecords()
return ShapeRecords,sf
'''从读取的文件把相关的内容写入到新的文件中'''
if __name__ == '__main__':
# 得到读取文件的对象
ShapeRecords,sf = ShpReadFile(readPath)
Shapes = sf.shapes()
# 写入文件的操作,并且是以线的方式
w = shapefile.Writer(writeFilePath)
# 属性列直接赋值
w.fields = sf.fields[1:]
# print(sf.fields[1:])
# **自动平衡功能
w.autoBalance = 1
# 遍历所有的记录
for shaperec in sf.iterShapeRecords():
# 属性赋值
w.record(*shaperec.record)
# 先取出每个几何对象的点的集合
sub_points = shaperec.shape.points
# 使用geo格式查看
# print("parts:"+str(shaperec.__geo_interface__))
# 点的总集合
poly_list = []
# 遍历点的集合
for point in sub_points:
# 把WGS84经纬度转化为GCJ02
rig_Point = CVLL.wgs84togcj02(point[0],point[1])
poly_coord = [float(rig_Point[0]),float(rig_Point[1])]
poly_list.append(poly_coord)
# 把转化后的点添加进去(画线)
w.line([poly_list])
# 关闭写操作
w.close()
经纬度代码:
import math
x_pi = 3.14159265358979324 * 3000.0 / 180.0
pi = 3.1415926535897932384626 # π
a = 6378245.0 # 长半轴
ee = 0.00669342162296594323 # 扁率
# Web墨卡托转经纬度
def Mercator2lonLat(mercatorX,mercatorY):
x = mercatorX/20037508.34*180
y = mercatorY/20037508.34*180
y= 180/math.pi*(2*math.atan(math.exp(y*math.pi/180))-math.pi/2)
return [x,y]
# WGS84转GCJ02
def wgs84togcj02(lng, lat):
"""
WGS84转GCJ02(火星坐标系)
:param lng:WGS84坐标系的经度
:param lat:WGS84坐标系的纬度
:return:
"""
if out_of_china(lng, lat): # 判断是否在国内
return lng, lat
dlat = transformlat(lng - 105.0, lat - 35.0)
dlng = transformlng(lng - 105.0, lat - 35.0)
radlat = lat / 180.0 * pi
magic = math.sin(radlat)
magic = 1 - ee * magic * magic
sqrtmagic = math.sqrt(magic)
dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)
dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)
mglat = lat + dlat
mglng = lng + dlng
return [mglng, mglat]
def out_of_china(lng, lat):
"""
判断是否在国内,不在国内不做偏移
:param lng:
:param lat:
:return:
"""
if lng < 72.004 or lng > 137.8347:
return True
if lat < 0.8293 or lat > 55.8271:
return True
return False
def transformlat(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 * pi) + 20.0 *
math.sin(2.0 * lng * pi)) * 2.0 / 3.0
ret += (20.0 * math.sin(lat * pi) + 40.0 *
math.sin(lat / 3.0 * pi)) * 2.0 / 3.0
ret += (160.0 * math.sin(lat / 12.0 * pi) + 320 *
math.sin(lat * pi / 30.0)) * 2.0 / 3.0
return ret
def transformlng(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 * pi) + 20.0 *
math.sin(2.0 * lng * pi)) * 2.0 / 3.0
ret += (20.0 * math.sin(lng * pi) + 40.0 *
math.sin(lng / 3.0 * pi)) * 2.0 / 3.0
ret += (150.0 * math.sin(lng / 12.0 * pi) + 300.0 *
math.sin(lng / 30.0 * pi)) * 2.0 / 3.0
return ret
效果图
红色的为经过纠偏后的Shp文件,很明显,纠偏后就和瓦片地图重叠了。
再看看Shp文件数据,看看有没有损坏?
OK,数据完好无损。大功告成!