Maskout通常有两种类型:Maskout图形和Maskout数据.这里是Maskout图形的示例.需要用shaperead读取地图数据形成图层作为Maskout图层(这里是中国的行政区域china.shp),然后用masklayer函数对数据图层进行屏蔽,第一个参数是用来Maskout的图层,第二次参数是一个图层列表(可以同时屏蔽多个图层). 脚本程序: f = addfile('D:/Temp/GrADS/model.ctl') ps = f['PS'][0,(10,60),(60,140

Python编程实现对视频文件进行剪切的功能.截取指定长度的视频并保存,运行后首先选择要裁剪的视频,然后输入开始时间点和停止时间点即可.将剪切后的视频保存为output.avi文件 所属网站分类: 资源下载 > python脚本 作者:vike 链接:http://www.pythonheidong.com/blog/article/447/ 来源:python黑洞网

# -*- coding: utf-8 -*- # /** # * 各地图API坐标系统比较与转换; # * WGS84坐标系:即地球坐标系,国际上通用的坐标系.设备一般包含GPS芯片或者北斗芯片获取的经纬度为WGS84地理坐标系, # * 谷歌地图采用的是WGS84地理坐标系(中国范围除外); # * GCJ02坐标系:即火星坐标系,是由中国国家测绘局制订的地理信息系统的坐标系统.由WGS84坐标系经加密后的坐标系.谷歌中国地图和搜搜中国地图采用的是GCJ02地理坐标系: # * 3BD09坐

原文:https://blog.csdn.net/hfutdog/article/details/82351549 在这篇文章里我们聊一下Python实现图片裁剪的两种方式,一种利用了Pillow,还有一种利用了OpenCV.两种方式都需要简单的几行代码,这可能也就是现在Python那么流行的原因吧. 首先,我们有一张原始图片,如下图所示: 然后,我们利用OpenCV对其进行裁剪,代码如下所示: import cv2 img = cv2.imread("./data/cut/thor.jpg&q

import requests address = '40.8587960,86.866991' url = 'http://api.map.baidu.com/geocoder?output=json&key=f247cdb592eb43ebac6ccd27f796e2d2&location=' + str(address) response = requests.get(url) answer = response.json() print('得到反解数据', answer) 使用py

http://tech.seety.org/python/python_imaging.html

解析地址经纬度 from geopy.geocoders import Nominatim try: geolocator = Nominatim() location = geolocator.geocode("NYU Shanghai") print(location.address) print((location.latitude, location.longitude)) print(location.raw) except: print('not found') 结果如下:

需要安装第三方包:requests 本次经纬度匹配采用高德地图api,首先将gps坐标转化为高德地图的经纬度坐标,然后再根据转化后的坐标进行匹配. 本次匹配主要是获取距离给定经纬度最近的poi点地址信息. 主要程序如下所示: #-*-coding:utf8-*- import requests import csv import chardet import sys reload(sys) sys.setdefaultencoding("utf8") location='116.819

import random import math def generate_random_gps(base_log=None, base_lat=None, radius=None): radius_in_degrees = radius / 111300 u = float(random.uniform(0.0, 1.0)) v = float(random.uniform(0.0, 1.0)) w = radius_in_degrees * math.sqrt(u) t = 2 * mat

一.官方文档 https://github.com/geopy/geopy 二.模块安装 pip3 install geopy 三.简单实用 from geopy.geocoders import Nominatim geolocator = Nominatim(user_agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.90 Safar

python: # OpenStreetMap经纬度转行列号 def deg2num(lat_deg, lon_deg, zoom): lat_rad = math.radians(lat_deg) n = 2.0 ** zoom xtile = int((lon_deg + 180.0) / 360.0 * n) ytile = int((1.0 - math.log(math.tan(lat_rad) + (1 / math.cos(lat_rad))) / math.pi) / 2.0 *

# OpenStreetMap经纬度转行列号 def deg2num(lat_deg, lon_deg, zoom): lat_rad = math.radians(lat_deg) n = 2.0 ** zoom xtile = int((lon_deg + 180.0) / 360.0 * n) ytile = int((1.0 - math.log(math.tan(lat_rad) + (1 / math.cos(lat_rad))) / math.pi) / 2.0 * n) retu

Linux下分割.合并PDF(pdftk),用于Linux系统的6款最佳PDF页面裁剪工具 Linux下分割.合并PDF(pdftk) pdftk http://www.pdflabs.com/docs/install-pdftk/ 合并 pdftk 1.pdf 2.pdf 3.pdf cat output 123.pdf pdftk *.pdf cat output all.pdf 多个不同页面合并 pdftk A=1.pdf B=2.pdf C=pdf cat A1-2 B2-3 C3 ou

利用高德地图web服务api实现地理/逆地址编码 api使用具体方法请查看官方文档 文档网址:http://lbs.amap.com/api/webservice/guide/api/georegeo/ 1.利用python第三方库requests实现 Requests库文档地址:http://www.python-requests.org/en/master/ #!/usr/bin/env python3 #-*- coding:utf-8 -*- ''' 利用高德地图api实现地址和经纬度的

自己写了用来压缩 DC 照片的,批量处理整目录文件,非常方便.需要安装 PIL #!/usr/bin/env python import Image import os import os.path import sys path = sys.argv[1] small_path = (path[:-1] if path[-1]=='/' else path) +'_small' if not os.path.exists(small_path): os.mkdir(small_path) fo

本文整体思路:在Python中使用Geopandas库,依次读取shp文件的每一个面状要素,获取其空间边界信息并裁剪对应的栅格影像,计算所裁剪影像Value值的众数,将其设置为对应面状要素的NewTYPE值,所有要素属性值都改好之后保存为新的shp文件. 使用Python处理空间数据确实用的不多,所以一个星期以来一直深受这个程序的折磨,官方文档.博客.谷歌.百度.论文,能用的方法都给用了,但是进度还是很慢,特别是当看到这篇博客的时候...好气啊.. 不过幸亏头比较铁,虽败不馁,慢慢一步一步调试找

Python目前可以生成的图的格式是:eps, jpeg, jpg, pdf, pgf, png, ps, raw, rgba, svg, svgz, tif, tiff 在写论文时候我一般生成png,结果发现打印成PDF文件的时候非常模糊,其他的格式也基本试了下(我真闲),发现效果有差不多,最后网上找教程发现svg转成矢量图emf打印成PDF效果会比较好. 转换过程中由于自己电脑没有装ps,所以格式转换很麻烦,最后找到INKSCAPE(点击即可下载)这个软件可以很好的转换成矢量图. 看看对比效

代码: import geocoder g = geocoder.ip('me') print(g.latlng) # 经纬度 print(g.city) # 所在城市 输出: C:\Users\horn1\Desktop\python\49-geo>python geo.py [38.9122, 121.602] Dalian 参考资料:https://blog.csdn.net/hailangnet/article/details/53287585 很可惜其它的API都报: Status c

一.两个坐标之间距离计算 参考链接: python实现 1.Python 根据地址获取经纬度及求距离 2.python利用地图两个点的经纬度计算两点间距离 LBS 球面距离公式 美团app筛选“离我最近” 之 地理空间距离计算优化 案例1.2,因为都是用LBS 球面距离公式(haversine公式)结果完全相同, 且与 geopy相差不大. 原文:geopy在python中的使用 geopy是一个关于地理编码的python库.主要有以下几个功能:(需要联网) 地理编码:将字符串转换为地理位置 逆

原文链接:https://blog.csdn.net/liqiancao/article/details/55670749 介绍 硕士阶段的毕设是关于昆虫图像分类的,代码写到一半,上周五导师又给我新的昆虫图片数据集了,新图片中很多图片很大,但是图片中的昆虫却很小,所以我就想着先处理一下图片,把图片中的昆虫裁剪下来,这样除去大部分无关背景,应该可以提高识别率. 原图片举例(将红色矩形框部分裁剪出来)):  step1:加载图片,转成灰度图 image = cv2.imread("353.jpg&q

需求:现有数据文件V1.mat,里面包含多个数据集,现需将里面的images数据集提取出来,然后进行压缩裁剪成指定大小 V1.mat数据集目录: 1.从mat文件中提取数据(使用Python) V1.mat文件太大,在此不提供 import numpy as np import h5py mat = h5py.File('./V1.mat') print(mat['images'].shape)#查看mat文件中images的格式 #(2284, 3, 640, 480) images = np