2009 年 1 月
目标
本教程介绍如何使用地理标记的照片创建 KML PhotoOverlays。虽然示例代码是用 Python 编写的，但其他编程语言中也有许多类似的库，因此将此代码转换为其他语言应该不成问题。本文中的代码依赖于一个开源 Python 库 EXIF.py。
简介
数码相机是非常出色的设备。许多用户可能没有意识到，他们使用 Google 相册的功能远不止拍摄照片和视频。它们还会使用有关相机及其设置的元数据标记这些视频和照片。在过去几年中，人们找到了一些方法来向这些信息添加地理数据，这些数据要么由相机制造商嵌入（例如某些 Ricoh 和 Nikon 相机），要么通过 GPS 记录器和 EyeFi Explore 等设备添加。iPhone 等拍照手机和使用 Android 操作系统的手机（例如 T-Mobile 的 G1）会自动嵌入这些数据。某些照片上传网站（例如 Panoramio、Picasa 线上相册和 Flickr）会自动解析 GPS 数据，并使用这些数据为照片添加地理标记。然后，您可以在 Feed 中获取这些数据。但这样有什么乐趣呢？本文将探讨如何自行获取这些数据。
EXIF 标头
将数据嵌入到图片文件中的最常见方法是使用可交换图像文件格式 (EXIF)。数据以二进制形式按标准方式存储在 EXIF 标头中。如果您了解 EXIF 标头的规范，可以自行解析这些标头。幸运的是，有人已经完成了这项艰巨的任务，并为您编写了一个 Python 模块。EXIF.py 开源库是读取 JPEG 文件头的好工具。
《行为准则》
本文的示例代码位于以下文件中：exif2kml.py。如果您想直接跳到使用该模块，请下载该模块以及 EXIF.py，并将它们放在同一目录下。运行 python exif2kml.py foo.jpg，将 foo.jpg 替换为带有地理标记的照片的路径。它将生成一个名为 test.kml 的文件。
解析 Exif 标头
EXIF.py 提供了一个简单的接口，用于提取 Exif 标头。只需运行 process_file() 函数，它就会以 dict 对象的形式返回标头。
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获得 Exif 标头后，您需要提取 GPS 坐标。EXIF.py 将这些视为 Ratio 对象，即用于存储值的分子和分母的对象。这样可以设置精确的比率，而不是依赖于浮点数。不过，KML 需要的是小数，而不是比率。因此，您需要提取每个坐标，并将分子和分母转换为一个浮点数（以十进制度表示）：
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
获得坐标后，您可以轻松为每张照片创建一个简单的 PhotoOverlay：
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)
您可以看到，我们只是使用了标准的 W3C DOM 方法，因为这些方法在大多数编程语言中都可用。如需了解整个流程的运作方式，请点击此处下载代码。
此示例未充分利用 PhotoOverlays 的强大功能，而 PhotoOverlays 可让您深入探索高分辨率照片。不过，它确实展示了如何以广告牌样式在 Google 地球上悬挂照片。下面是使用此代码创建的 KML 文件示例：
<?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>以下是它在 Google 地球中的显示效果：
注意事项
照片地理标记功能仍处于起步阶段。
请注意以下事项：
- GPS 设备并非始终 100% 准确，尤其是相机中的 GPS 设备，因此您应检查照片的位置信息。
- 许多设备不跟踪海拔高度，而是将其设置为 0。如果您非常重视海拔高度数据，则应寻找其他方式来获取该数据。
- GPS 位置是相机的位置，而不是照片拍摄对象的位置。因此，此示例将 Camera 元素放置在 GPS 位置，而将实际照片放置在该位置之外。
- Exif 不会捕获有关相机指向方向的信息，因此您可能需要调整
PhotoOverlays。好消息是，某些设备（例如基于 Android 操作系统的手机）确实允许您直接捕获指南针方向和倾斜度等数据，只是无法在 Exif 标头中捕获。
尽管如此，这仍然是一种强大的照片可视化方式。希望在不久的将来，我们能看到更多更准确的照片地理标记。
后续步骤
既然您已开始使用 EXIF 标头，不妨探索一下 EXIF 规范。其中存储了许多其他数据，您可能对捕获这些数据并将其放入说明气泡中感兴趣。您还可以考虑使用 ImagePyramids 创建更丰富的 PhotoOverlays。开发者指南中关于 PhotoOverlays 的文章对如何使用它们进行了很好的概述。