zoukankan      html  css  js  c++  java
  • 支持WEB、Android、IOS的地图解决方案

     转自原文 支持WEB、Android、IOS的地图解决方案

    工具链

    GIS工具集
    1. OpenGeo Suite
      包含PostGIS, GeoServer, GeoWebCache, OpenLayers, 和 QGIS
    地图准备
    1. QGIS QGIS
      导入、导出、编辑.shp,postgis,geotiff,geojson,dxf等多种GIS文件,给普通图片配准到地理坐标
      教程:http://www.qgistutorials.com/en/

    2. DraftSight
      编辑CAD文件

    3. SketchUp   从CAD文件生成3D视图

    地图服务
    1. GeoServer
      地图服务发布。作为war放入Tomcat或Jetty即可使用。可发布geotiff,.shp,POSTGIS等多种GIS数据为地图。通过openlayer或QGIS浏览。

    2. GeoWebCache
      缓存地图瓦片,提高性能。已内置在最新版GeoServer中。

    3. TileStream
      把.mbtile文件发布为地图服务

    离线地图打包
    1. TileMill
      将geotiff,geojson,csv,shp,postgis等文件美化、打包为.mbtile瓦片地图文件,存有地图信息的sqlite文件。
      教程:https://www.mapbox.com/tilemill/docs/crashcourse/introduction/

    2. mbutil
      将.mbtile文件分解为普通图片和json文件

    地图浏览
    1. Mapbox.jsLogo
      在浏览器中显示TMS地图(Javascript)。基于Leaflet。可配合TileSteam使用。Example:https://www.mapbox.com/mapbox.js/example/v1.0.0/

    2. Mapbox IOS SDK
      在IOS设备中显示TMS或.mbtile地图,基于Route-Me

    3. Mapbox Android SDK
      在Android设备中显示TMS或.mbtile地图,基于osmdroid
      例程://depot/research/mapstudy/tstmapbox/

    4. OsmDroid
      在Android设备中显示TMS或.mbtile地图
      例程://depot/research/mapstudy/tstosmdroid/

    5. osmbonuspack
      为OsmDroid增加显示POI等功能
      例程://depot/research/mapstudy/tstosmbonuspack/

    6. Leaflet
      在浏览器中显示TMS地图(Javascript)。

    7. OpenLayers
      在浏览器中显示TMS、WMS地图(Javascript)。比Leaflet功能强大复杂。

    8. Indoor.js
      Indoor 工具集,基于OpenSteetMap,TileMill,Leaflet。 目前尚不稳定。

    9. d3.js
      Javascript数据显示工具

    工具链关系图

    离线地图制作举例

    假设输入为DWG,若原图为位图(JPG/PNG),直接跳到第5步 

    在SketchUp中导入DWG。并用Make Faces 插件(YouTube)生成面 

    在SketchUp中拉伸为3D模型

    导出,如果用render渲染更好 

    打开QGIS,"栅格"->配准工具。左边第一个图标打开底图。点击黄色齿轮。设置输出为base.tif。 目标空间参照系统为EPSG:3857. 勾选“完成时载入到QGIS” 

    在图上任点2点。在弹出框内输入该点坐标值。输入像素坐标即可。

    点第二个图标完成配准。

    添加一个矢量图层描述信标,类型为“点”,新建属性ccode,类型为整数(信标内容码)。新建属性name,类型为字符串。

    点击黄色小铅笔到编辑模式,再点击 * 图标,在图上点击要增加信标的位置。添加3个点,id和ccode分别为1,2,3。再次点击黄色小铅笔退出编辑模式。

    添加一个矢量图层描述信标,类型为“多边形”,新建属性name,类型为字符串.

    点击黄色小铅笔到编辑模式,再点击 * 图标,在图上勾出围栏区域。并分别命名。

    右键位图图层,另存为GeoTiff 

    右键矢量图层。另存为GeoJson 

    打开TileMill,Project-->New project

    Layers-->Add Layer, 选择刚才导出的base.tif,SRS选择900913. “Save & Style” 。点击图层#base上得放大镜缩放到合适大小。

    删除Contries图层和相应的mss。把background-color改为和底图一致 

    "+ Add Layer" 添加刚才导出的2个geojson文件

    选择左侧手指==>Teaser.下面图层选择为hotarea.上面内容框中填入{{{name}}} 

    Save以后。可以看到热区效果。 当鼠标移到热区时。相应的name会显示。

    将polygon-opacity,line-opacity和marker-opacity设为0。点击Export导出mbtiles. 放大图片到zoom 16级,把中心标志放到图中央。shift+鼠标拖动框选地图区域。点击 Export导出为文件。在~/Documents/MapBox/export中可以找到导出的example.mbtiles文件 

    启动地图服务。在terminal中执行 tilestream --tiles=/Users/fangjian/Documents/MapBox/export 然后访问http://localhost:8888/ 可以看到地图已经生效。访问 http://localhost:8888/v2/example.json 可以下载tilejson. 访问 http://localhost:8888/v2/example.mbtiles可以下载mbtiles文件。 如果只制作离线地图可以跳过这步。

    解包example.mbtiles为普通图片和json文件.在.mbtiles所在目录。运行mb-util example.mbtile example
    图片文件被解到了example目录下

    复制metadata.json为tile.json 改为example.json的格式 。将center和bounds改为数组(如果只做离线文件可以跳过)

    参考metadata.json 修改 https://www.mapbox.com/mapbox.js/example/v1.0.0/ 样例

    <script>
    var map = L.mapbox.map('map');
    var stamenLayer = L.tileLayer('./{z}/{x}/{y}.png', {
      attribution: 'Map tiles by <a href="http://dreamvoc.com">DreamVoc</a>.',
      minZoom:14,
      maxZoom:17
    }).addTo(map);
    map.setView([-0.0047,0.0075], 16);
    </script>

    拷贝ccode.geojson和hotarea.geojson到当前目录。编辑文件内容为var ccode={... var hotarea={...map.featureLayer.setGeoJSON(ccode); 然后加入以下代码

    <script src="ccode.geojson" ></script>
    <script src="hotarea.geojson" ></script>
    <script>
    map.featureLayer.setGeoJSON(ccode);
    </script>
    <script>
    L.geoJson(hotarea).addTo(map);
    </script>

    加入热区参考文章 http://leafletjs.com/examples/choropleth.html

     

  • 相关阅读:
    【LuoguP4156】论战捆竹竿
    各种需要背记的图论知识
    SSD:TensorFlow中的单次多重检测器
    YOLO: 3 步实时目标检测安装运行教程 [你看那条狗,好像一条狗!]
    Tensorflow 基于分层注意网络的文件分类器
    StarSpace是用于高效学习实体向量的通用神经模型
    vrn:基于直接体积回归的单幅图像大姿态三维人脸重建
    TensorFlow官方文档
    Machine Learning From Scratch-从头开始机器学习
    Awesome-Text-Classification:文本分类资源合集
  • 原文地址:https://www.cnblogs.com/arxive/p/8416671.html
Copyright © 2011-2022 走看看