Folium - 提取 mxm 米的 nxn 图像
Folium - Extracting an nxn image of mxm meters
我在 Python 上使用 Folium 来提取地图。给定一个坐标，我想提取该坐标周围 mxm 平方米的图像。因此，使用 pyproj，我将 UTM 投影到常规米，创建 mxm 正方形并投影回 UTM 以获得边界框角的坐标。
然后，我用 fit_bounds 处理那些角来得到我的 nxn 照片。但是，输出仍然是一个矩形。当然，事后我可以使用 Pillow 裁剪图像，但我需要更多地控制图像的米数……而且，现在我不确定我实际得到的是什么。
使用 Folium 提取正方形图像的最佳方法是什么？比方说，我想提取一张地图，该地图获取中心坐标为 (48.8584,2.2945) 的 100x100 米区域。
获取此地图的最佳方法是什么？
我想出了如何控制
OpenStreetMap this wiki link 包含有关不同缩放级别的信息。
为了计算单个像素覆盖了多少真实世界，我们提供了公式。它是缩放级别和提取地图的纬度的函数。
s_pixel = C*cos(纬度)/(2**(缩放级别 + 8))
我在 Python 上使用 Folium 来提取地图。给定一个坐标，我想提取该坐标周围 mxm 平方米的图像。因此，使用 pyproj，我将 UTM 投影到常规米，创建 mxm 正方形并投影回 UTM 以获得边界框角的坐标。
然后，我用 fit_bounds 处理那些角来得到我的 nxn 照片。但是，输出仍然是一个矩形。当然，事后我可以使用 Pillow 裁剪图像，但我需要更多地控制图像的米数……而且，现在我不确定我实际得到的是什么。
使用 Folium 提取正方形图像的最佳方法是什么？比方说，我想提取一张地图，该地图获取中心坐标为 (48.8584,2.2945) 的 100x100 米区域。
获取此地图的最佳方法是什么？
我想出了如何控制
OpenStreetMap this wiki link 包含有关不同缩放级别的信息。
为了计算单个像素覆盖了多少真实世界，我们提供了公式。它是缩放级别和提取地图的纬度的函数。
s_pixel = C*cos(纬度)/(2**(缩放级别 + 8))