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。

部分结果
python获取bing地图发布自己的TMS服务(一)下载瓦片_python

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 = 5rootTileDir = "tiles_cache"
 lat_min = -90lat_max = 90lon_min = -180lon_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