离线瓦片地图

0.437字数 437阅读 3695

项目地址

https://github.com/JasonJe/offline-tileServer

说明

项目的目标是爬取高德、谷歌的瓦片地图资源,并利用 Flask + Leaflet 制作一个离线的瓦片地图服务。

爬取瓦片地图采用了多进程/多线程/异步三种方式进行,并比较三种方式的效率。

1. 获取瓦片地图

1.1 主要地图瓦片坐标系定义及计算原理

瓦片地图具有如下特点:

  • 具有唯一的瓦片等级和瓦片坐标编号;

  • 分辨率为 256*256;

  • 瓦片等级越高,展示的地图信息约详尽,瓦片数量也越多;

  • 上一等级的一张瓦片地图可分割为下一等级的四张瓦片地图。

参考文章: 《国内主要地图瓦片坐标系定义及计算原理》

1.2 pyGeoTile 库的使用(计算瓦片地图坐标)

GitHub: https://github.com/geometalab/pyGeoTile

安装:pip install pygeotile

from pygeotile.tile import Tile

lon, lat = 109.227, - 20.196
zoom = 12

tile = Tile.for_latitude_longitude(latitude = lat, longitude = lon, zoom = zoom)
print('mintile', 'X:', tile.tms_x, 'Y:', tile.tms_y, 'zoom:', tile.zoom)

1.3 多进程/多线程/异步爬取瓦片地图

三种方式爬取等级12瓦片地图(6164张图片)的效率对比

爬取方式:使用时间(秒)

  • 多进程:24.49594s

  • 多线程:16.11365s

  • 异步:14.01809s

2. Flask + Leaflet 瓦片地图

2.1 瓦片地图路由定义

@app.route("/tile")
def tile():
    x = request.args['x']
    y = request.args['y']
    z = request.args['z']
    with open('./tilefile/%s/%s_%s.png'%(z, x, y), 'rb') as f:
        image = f.read()
    return Response(image, mimetype='image/jpeg')
  • 瓦片地图接口 url: /tile?x={x}&y={y}&z={z}

2.2 Leaflet 地图库 使用

GitHub:https://github.com/Leaflet/Leaflet

var url = '/tile?x={x}&y={y}&z={z}';


var latlng = new L.latLng(23.461, 111.921);
var map = new L.map('mapDiv', {
    center: latlng,
    zoom:  4,
    detectRetina: true
});

L.tileLayer(url).addTo(map);

推荐阅读更多精彩内容