部分结果
bing地图瓦片使用QuadKey作为命名方式。
QuadKey简介
如何计算quadkey
在给定level下，把行号tileY和列号tileX转换为2进制，然后行列交叉存储，再转换为4进制，即得到了相应的quadkey。
quadkey的优点
四键具有几个有趣的属性。首先，四键的长度（位数）等于相应图块的详细程度。其次，任何图块的四键以其父图块（上一级包含的图块）的四键开头。如下例所示，图块2是图块20到23的父级，图块13是图块130到133的父级：
思路
根据选择的区域计算四键，构建下载链接，使用python requests下载影像瓦片。
# -*- coding: utf-8 -*-
"""下载区域影像
从第一层到指定层
""" import requests
import os.path
import QuadKey.quadkey as quadkey
import shutil
import secrets as secrets # 下载的最细层
tileZoom = 5
rootTileDir = "tiles_cache" lat_min = -90
lat_max = 90
lon_min = -180
lon_max = 180
# MS doesn't want you hardcoding the URLs to the tile server. This request asks for the Aerial
# url template. Replace {quadkey}
response = requests.get("https://dev.virtualearth.net/REST/V1/Imagery/Metadata/Aerial?key=%s" % (secrets.bingKey)) # 返回结果
data = response.json()
print(data) # grabs the data we need from the response.
# 例如：http://ecn.{subdomain}.tiles.virtualearth.net/tiles/a{quadkey}.jpeg?g=7786
tileUrlTemplate = data['resourceSets'][0]['resources'][0]['imageUrl']
# 例如：['t0', 't1', 't2', 't3']
imageDomains = data['resourceSets'][0]['resources'][0]['imageUrlSubdomains'] if (os.path.exists(rootTileDir) == False):
os.mkdir(rootTileDir) bingTilesDir = os.path.join(rootTileDir, "bing") if (os.path.exists(bingTilesDir) == False):
os.mkdir(bingTilesDir) def get_tiles_by_pixel(tilePixel):
"""
下载该点之上的瓦片 :param lat:
:param lon:
:return:
""" """get pixel coordinates"""
# tilePixel = quadkey.TileSystem.geo_to_pixel((lat, lon), tileZoom) # print(tilePixel) pixel = tilePixel
geo = quadkey.TileSystem.pixel_to_geo(pixel, tileZoom)
# 计算四键
qk = quadkey.from_geo(geo, tileZoom) # 四键
qkStr = str(qk) #
qkArray = []
for index in range(tileZoom):
qkArray.append(qkStr[0:index + 1]) print(qkArray)
# 存放路径
for qk in qkArray:
# 下载影像
tileFileName = "%s/%s.jpg" % (bingTilesDir, qk) if (os.path.exists(tileFileName)):
# already downloaded
ok = 1
else:
print("下载中", end='') url = tileUrlTemplate.replace("{subdomain}", imageDomains[0])
url = url.replace("{quadkey}", qk)
url = "%s&key=%s" % (url, secrets.bingKey) response = requests.get(url, stream=True)
print(response) with open(tileFileName, 'wb') as out_file:
shutil.copyfileobj(response.raw, out_file) del response
neededTile = True
# 左上为原点
tilePixelMax = quadkey.TileSystem.geo_to_pixel((lat_max, lon_max), tileZoom)
tilePixelMin = quadkey.TileSystem.geo_to_pixel((lat_min, lon_min), tileZoom)
print(tilePixelMax)
print(tilePixelMin) for x in range(tilePixelMin[0], tilePixelMax[0], 256):
for y in range(tilePixelMax[1], tilePixelMin[1], 246):
get_tiles_by_pixel((x, y)) # get_tiles(lat_max, lon_max)
# get_tiles(lat_max, lon_min)
# get_tiles(lat_min, lon_max)
# get_tiles(lat_min, lon_min) print('下载完毕')
接下来要做的事
- 大量瓦片的有效管理（因为数据量巨大，查询移动很不方便。有兴趣可以计算一下这个量有多大）
- python发布tms服务
- 瓦片拼接成tif等格式
更多的详情见小专栏文章：GIS之家小专栏
文章尾部提供源代码下载，对本专栏感兴趣的话，可以关注一波