มกราคม 2009
วัตถุประสงค์
บทแนะนํานี้จะสอนวิธีใช้รูปภาพที่ติดแท็กทางภูมิศาสตร์เพื่อสร้าง KML PhotoOverlays แม้ว่าโค้ดตัวอย่างจะเขียนลงใน Python แต่ไลบรารีอื่นๆ ที่คล้ายกันก็มีให้บริการในภาษาโปรแกรมอื่นๆ ด้วย ดังนั้นจึงไม่น่าจะจําเป็นต้องแปลรหัสนี้เป็นภาษาอื่น โค้ดในบทความนี้ใช้ไลบรารี Python แบบโอเพนซอร์ส EXIF.py
บทนำ
กล้องดิจิทัลเป็นสิ่งที่ยอดเยี่ยมมาก ผู้ใช้หลายคนไม่รับรู้เรื่องนี้ แต่ทําได้มากกว่าแค่ถ่ายภาพและวิดีโอ พวกเขายังติดแท็กวิดีโอและรูปภาพเหล่านั้นด้วยข้อมูลเมตาเกี่ยวกับกล้องและการตั้งค่า ในช่วง 2 - 3 ปีที่ผ่านมา ผู้คนได้พบวิธีเพิ่มข้อมูลทางภูมิศาสตร์ลงในข้อมูลนั้นโดยฝังโดยผู้ผลิตกล้อง เช่น กล้องเปอร์โตริโกและ Nikon หรือผ่านอุปกรณ์อย่างเช่นตัวบันทึก GPS และ EyeFi Explore โทรศัพท์กล้องถ่ายรูป เช่น iPhone และโทรศัพท์ที่ใช้ระบบปฏิบัติการ Android เช่น G1 ของ T-Mobile จะฝังข้อมูลดังกล่าวโดยอัตโนมัติ เว็บไซต์อัปโหลดรูปภาพบางแห่ง เช่น Panoramio, Picasa Web Albums และ Flickr จะแยกวิเคราะห์ข้อมูล GPS โดยอัตโนมัติและใช้เพื่อติดป้ายสถานที่ให้กับรูปภาพ แล้วคุณจะได้รับข้อมูลนั้นคืนในฟีด แต่จะสนุกตรงไหน บทความนี้จะสํารวจวิธีเข้าถึงข้อมูลดังกล่าวด้วยตัวเอง
ส่วนหัว Exif
วิธีที่ใช้กันโดยทั่วไปเพื่อฝังข้อมูลไว้ในไฟล์ภาพคือการใช้รูปแบบไฟล์ภาพการแลกเปลี่ยนหรือ EXIF ข้อมูลจะจัดเก็บไว้ในรูปแบบไบนารีในส่วนหัว EXIF ด้วยวิธีมาตรฐาน หากทราบข้อมูลจําเพาะของส่วนหัว EXIF คุณก็แยกวิเคราะห์ด้วยตัวเองได้ โชคดีที่มีคนทํางานหนักและเขียนโมดูล Python ให้คุณแล้ว ไลบรารีแบบโอเพนซอร์ส EXIF.py เป็นเครื่องมือที่ยอดเยี่ยมสําหรับอ่านส่วนหัวของไฟล์ JPEG
รหัส
โค้ดตัวอย่างสําหรับบทความนี้อยู่ในไฟล์นี้: exif2 KML.py หากคุณต้องการข้ามไปยังการใช้งานโดยตรง ให้ดาวน์โหลดโมดูลนั้นรวมถึง EXIF.py แล้ววางลงในไดเรกทอรีเดียวกัน เรียกใช้ python exif2kml.py foo.jpg แทนที่ foo.jpg ด้วยเส้นทางไปยังรูปภาพที่ติดแท็กทางภูมิศาสตร์ ระบบจะสร้างไฟล์ชื่อ test.kml
การแยกวิเคราะห์ส่วนหัว Exif
EXIF.py มีอินเทอร์เฟซที่ใช้งานง่ายสําหรับดึงส่วนหัว Exif เพียงเรียกใช้ฟังก์ชัน process_file() และแสดงผลส่วนหัวเป็นออบเจ็กต์ dict
def GetHeaders(the_file):
"""Handles getting the Exif headers and returns them as a dict.
Args:
the_file: A file object
Returns:
a dict mapping keys corresponding to the Exif headers of a file.
"""
data = EXIF.process_file(the_file, 'UNDEF', False, False, False)
return data
เมื่อคุณมีส่วนหัว Exif แล้ว คุณจะต้องดึงพิกัด GPS EXIF.py จะถือว่าออบเจ็กต์เหล่านี้เป็น Ratio และออบเจ็กต์สําหรับจัดเก็บค่าตัวเลขและตัวหารของค่า ซึ่งจะกําหนดอัตราส่วนที่แน่นอนแทนการอาศัยจํานวนจุดลอยตัว แต่ KML ต้องการจํานวนทศนิยม ไม่ใช่อัตราส่วน คุณจึงดึงพิกัดแต่ละค่า และแปลงจํานวนและตัวหารเป็นเลขทศนิยมจุดเดียวสําหรับองศาทศนิยม
def DmsToDecimal(degree_num, degree_den, minute_num, minute_den,
second_num, second_den):
"""Converts the Degree/Minute/Second formatted GPS data to decimal degrees.
Args:
degree_num: The numerator of the degree object.
degree_den: The denominator of the degree object.
minute_num: The numerator of the minute object.
minute_den: The denominator of the minute object.
second_num: The numerator of the second object.
second_den: The denominator of the second object.
Returns:
A deciminal degree.
"""
degree = float(degree_num)/float(degree_den)
minute = float(minute_num)/float(minute_den)/60
second = float(second_num)/float(second_den)/3600
return degree + minute + second
def GetGps(data):
"""Parses out the GPS coordinates from the file.
Args:
data: A dict object representing the Exif headers of the photo.
Returns:
A tuple representing the latitude, longitude, and altitude of the photo.
"""
lat_dms = data['GPS GPSLatitude'].values
long_dms = data['GPS GPSLongitude'].values
latitude = DmsToDecimal(lat_dms[0].num, lat_dms[0].den,
lat_dms[1].num, lat_dms[1].den,
lat_dms[2].num, lat_dms[2].den)
longitude = DmsToDecimal(long_dms[0].num, long_dms[0].den,
long_dms[1].num, long_dms[1].den,
long_dms[2].num, long_dms[2].den)
if data['GPS GPSLatitudeRef'].printable == 'S': latitude *= -1
if data['GPS GPSLongitudeRef'].printable == 'W': longitude *= -1
altitude = None
try:
alt = data['GPS GPSAltitude'].values[0]
altitude = alt.num/alt.den
if data['GPS GPSAltitudeRef'] == 1: altitude *= -1
except KeyError:
altitude = 0
return latitude, longitude, altitude
เมื่อคุณมีพิกัดแล้ว คุณจะสามารถสร้าง PhotoOverlay แบบง่ายสําหรับแต่ละรูปภาพได้อย่างง่ายดาย:
def CreatePhotoOverlay(kml_doc, file_name, the_file, file_iterator):
"""Creates a PhotoOverlay element in the kml_doc element.
Args:
kml_doc: An XML document object.
file_name: The name of the file.
the_file: The file object.
file_iterator: The file iterator, used to create the id.
Returns:
An XML element representing the PhotoOverlay.
"""
photo_id = 'photo%s' % file_iterator
data = GetHeaders(the_file)
coords = GetGps(data)
po = kml_doc.createElement('PhotoOverlay')
po.setAttribute('id', photo_id)
name = kml_doc.createElement('name')
name.appendChild(kml_doc.createTextNode(file_name))
description = kml_doc.createElement('description')
description.appendChild(kml_doc.createCDATASection('<a href="#%s">'
'Click here to fly into '
'photo</a>' % photo_id))
po.appendChild(name)
po.appendChild(description)
icon = kml_doc.createElement('icon')
href = kml_doc.createElement('href')
href.appendChild(kml_doc.createTextNode(file_name))
camera = kml_doc.createElement('Camera')
longitude = kml_doc.createElement('longitude')
latitude = kml_doc.createElement('latitude')
altitude = kml_doc.createElement('altitude')
tilt = kml_doc.createElement('tilt')
# Determines the proportions of the image and uses them to set FOV.
width = float(data['EXIF ExifImageWidth'].printable)
length = float(data['EXIF ExifImageLength'].printable)
lf = str(width/length * -20.0)
rf = str(width/length * 20.0)
longitude.appendChild(kml_doc.createTextNode(str(coords[1])))
latitude.appendChild(kml_doc.createTextNode(str(coords[0])))
altitude.appendChild(kml_doc.createTextNode('10'))
tilt.appendChild(kml_doc.createTextNode('90'))
camera.appendChild(longitude)
camera.appendChild(latitude)
camera.appendChild(altitude)
camera.appendChild(tilt)
icon.appendChild(href)
viewvolume = kml_doc.createElement('ViewVolume')
leftfov = kml_doc.createElement('leftFov')
rightfov = kml_doc.createElement('rightFov')
bottomfov = kml_doc.createElement('bottomFov')
topfov = kml_doc.createElement('topFov')
near = kml_doc.createElement('near')
leftfov.appendChild(kml_doc.createTextNode(lf))
rightfov.appendChild(kml_doc.createTextNode(rf))
bottomfov.appendChild(kml_doc.createTextNode('-20'))
topfov.appendChild(kml_doc.createTextNode('20'))
near.appendChild(kml_doc.createTextNode('10'))
viewvolume.appendChild(leftfov)
viewvolume.appendChild(rightfov)
viewvolume.appendChild(bottomfov)
viewvolume.appendChild(topfov)
viewvolume.appendChild(near)
po.appendChild(camera)
po.appendChild(icon)
po.appendChild(viewvolume)
point = kml_doc.createElement('point')
coordinates = kml_doc.createElement('coordinates')
coordinates.appendChild(kml_doc.createTextNode('%s,%s,%s' %(coords[1],
coords[0],
coords[2])))
point.appendChild(coordinates)
po.appendChild(point)
document = kml_doc.getElementsByTagName('Document')[0]
document.appendChild(po)
คุณจะเห็นว่าเราใช้เมธอด W3C DOM แบบมาตรฐานเท่านั้น เพราะเป็นวิธีที่ใช้ได้ในภาษาโปรแกรมส่วนใหญ่ หากต้องการดูว่าโค้ดทั้งหมดทํางานร่วมกันอย่างไร ให้ดาวน์โหลดโค้ดจากที่นี่
ตัวอย่างนี้ไม่ได้ใช้ประโยชน์จากศักยภาพสูงสุดของ PhotoOverlays ซึ่งจะช่วยให้คุณสร้างการสํารวจรูปภาพความละเอียดสูงได้ แต่จะสาธิตวิธีแขวนรูปภาพในรูปแบบบิลบอร์ดผ่าน Google Earth ต่อไปนี้คือตัวอย่างของไฟล์ KML ที่สร้างขึ้นโดยใช้โค้ดนี้
<?xml version="1.0" encoding="utf-8"?>
<kml xmlns="http://www.opengis.net/kml/2.2">
<Document>
<PhotoOverlay id="photo0">
<name>
1228258523134.jpg
</name>
<description>
<![CDATA[<a href="#photo0">Click here to fly into photo</a>]]> </description>
<Camera>
<longitude>
-122.3902159196034
</longitude>
<latitude>
37.78961266330473
</latitude>
<altitude>
10
</altitude>
<tilt>
90
</tilt>
</Camera>
<Icon>
<href>
1228258523134.jpg
</href>
</Icon>
<ViewVolume>
<leftFov>
-26.6666666667
</leftFov>
<rightFov>
26.6666666667
</rightFov>
<bottomFov>
-20
</bottomFov>
<topFov>
20
</topFov>
<near>
10
</near>
</ViewVolume>
<Point>
<coordinates>
-122.3902159196034,37.78961266330473,0
</coordinates>
</Point>
</PhotoOverlay>
</Document>
</kml>
และมีลักษณะดังนี้ใน Google Earth
ข้อควรระวัง
การติดป้ายสถานที่ให้กับรูปภาพยังอยู่ระหว่างการสร้าง
ข้อควรทราบมีดังนี้
- อุปกรณ์ GPS ไม่ได้ทํางานถูกต้อง 100% เสมอไป โดยเฉพาะอุปกรณ์ที่มาพร้อมกับกล้อง ดังนั้น คุณควรตรวจสอบตําแหน่งของรูปภาพ
- อุปกรณ์หลายเครื่องไม่ได้ติดตามระดับความสูง จึงตั้งค่าให้เป็น 0 แทน หากระดับความสูงเป็นสิ่งสําคัญสําหรับคุณ คุณควรหาวิธีอื่นในการเก็บข้อมูลนั้น
- ตําแหน่ง GPS คือตําแหน่งของกล้อง ไม่ใช่วัตถุในรูปภาพ ด้วยเหตุนี้ ตัวอย่างนี้จึงวางตําแหน่งองค์ประกอบกล้องไว้ในตําแหน่ง GPS และรูปภาพจริงอยู่ห่างจากตําแหน่งนั้น
- Exif ไม่ได้บันทึกเกี่ยวกับทิศทางที่กล้องชี้ไป คุณจึงต้องปรับ
PhotoOverlaysด้วยเหตุผลดังกล่าว ข่าวดีก็คืออุปกรณ์บางอย่าง เช่น โทรศัพท์ที่สร้างขึ้นในระบบปฏิบัติการ Android ช่วยให้คุณบันทึกข้อมูล เช่น ทิศทางของเข็มทิศและเอียงได้โดยตรง ไม่ใช่แค่ในส่วนหัว Exif
อย่างไรก็ตาม วิธีนี้ยังคงเป็นวิธีที่มีประสิทธิภาพในการแสดงภาพรูปภาพของคุณ หวังว่าเราจะเห็นการติดแท็กตําแหน่งรูปภาพได้อย่างถูกต้องและแม่นยํามากขึ้นในอนาคตอันใกล้นี้
ขั้นตอนถัดไป
ตอนนี้คุณได้เริ่มใช้ส่วนหัว EXIF แล้ว คุณอาจสํารวจข้อกําหนด EXIF มีข้อมูลอื่นมากมายที่จัดเก็บไว้ในนั้น และคุณอาจสนใจบันทึกส่วนหัวเพื่อนําไปใส่ไว้ในบอลลูนคําอธิบาย คุณอาจลองสร้าง PhotoOverlays ที่สมบูรณ์ยิ่งขึ้นโดยใช้ ImagePyramids บทความคู่มือสําหรับนักพัฒนาซอฟต์แวร์เกี่ยวกับ PhotoOverlays มีภาพรวมที่ดีในการใช้งาน