前言:需求是天地图绘制十万条数据管线展示,直接绘制会出现明显卡顿,因此使用canvas计算绘制转图片后,再将图片绘制在天地图上。
缺陷:管线不可单独操作!因为合并成了一个图层了,需要操作的部分单独绘制了,暂时未找到更好的渲染方式。
思路:计算数据经纬度范围确定canvas画布大小,计算各管线在画布中偏移位置再绘制,绘制完成转图片base64,再将图片绘制到天地图中。这里只做线绘制,面绘制同理,以下为关键性代码:
原始数据实例:
// 假定从接口中获取到的数据格式
const data = [
{
coordinates: [
{
lng: '104.0321956',
lat: '30.6072443'
},
{
lng: '104.0321928',
lat: '30.6072494'
},
... // 多段经纬度
],
... // 其它属性信息
},
...
]
canvas绘制方法封装(pinia),原始数据获取及经纬度范围获取过程省略:
/*** 这里封装成了一个pinia ***/
// 地图各级别显示配置,这里针对天地图不同的缩放级别分别绘制了不同的图层,因为图片清晰度不通用,根据自己需求调整
const pipeLevelOption = [
{
level: 16, // 地图级别
k: 100000, // 图片放大系数, k值越高,图片越大,地图加载卡顿越明显!这里大概是10m左右大小
lineWidth: 3 // canvas绘制线条宽度
},
{
level: 13,
k: 20000,
lineWidth: 2
},
{
level: 1,
k: 5000,
lineWidth: 1
}
]
const usePipeStore = defineStore(
'pipe',
{
state: () => ({
data: null, // 原始数据,比如以上示例data
// 雨水管网地图各缩放级别图片
pipeLayer: {
16: null,
13: null,
1: null
},
// 示例雨水管网经纬度范围,可通过原始数据data循环找到,也可通过接口找到最大/最小 经度/纬度
pipeRange: {
maxLng: '30.9072443',
maxLat: '104.5321956',
minLng: '30.1072443',
minLat: '104.1321956'
},
imgDiffLng: 0.000052, // 雨水管网图片校验经度
imgDiffLat: -0.000032 // 雨水管网图片校验纬度
}),
actions: {
// 获取雨水管网地图各缩放级别图片图层
getPipeImgLayer() {
return new Promise((resolve, reject) => {
if (this.pipeLayer['16'] && this.pipeLayer['13'] && this.pipeLayer['1']) {
// 已经获取过图层信息
resolve(this.pipeLayer)
} else {
this.pipeLayer['16'] = this.renderPipeImg(this.data, pipeLevelOption[0].k, pipeLevelOption[0].lineWidth)
this.pipeLayer['13'] = this.renderPipeImg(this.data, pipeLevelOption[1].k, pipeLevelOption[1].lineWidth)
this.pipeLayer['1'] = this.renderPipeImg(this.data, pipeLevelOption[2].k, pipeLevelOption[2].lineWidth)
resolve(this.pipeLayer)
}
})
},
// 绘制canvas管线
renderPipeImg(list, k, lineWidth) {
let canvas = document.createElement('canvas')
canvas.width = (this.pipeRange.maxLng - this.pipeRange.minLng) * k // 最大经度 - 最小经度
canvas.height = (this.pipeRange.maxLat - this.pipeRange.minLat) * k // 最大纬度 - 最小纬度
canvas.style.width = canvas.width + 'px'
canvas.style.height = canvas.height + 'px'
let ctx = canvas.getContext('2d')
ctx.lineWidth = lineWidth // 设置绘制线宽度
ctx.strokeStyle = 'rgb(255, 255, 255)' // 设置绘制线颜色
list.forEach((item) => {
ctx.beginPath() // 开始绘制
for (let i = 0; i < item.coordinates.length; i++) {
// 中国范围内,经度从西到东递增,纬度从南到北递增
let x = (item.coordinates[i].lng - this.pipeRange.minLng) * k
let y = (this.pipeRange.maxLat - item.coordinates[i].lat) * k
if (i == 0) {
ctx.moveTo(x, y) // 首次绘制,起点
} else if (i == item.coordinates.length - 1) {
// 绘制结束
ctx.lineTo(x, y)
ctx.closePath()
ctx.stroke()
} else {
ctx.lineTo(x, y)
}
}
})
let imgSrc = canvas.toDataURL('image/png') // canvas 转 图片base64
return imgSrc
}
}
})
关键代码调用方式:
import usePipeStore from '@/store/pipe' // 引用上面封装的pinia
const pipeStore = usePipeStore()
let map = null // 天地图对象
pipeStore.getPipeImgLayer().then((res) => {
console.log(res) // 这里应该是3个图层的url
// 天地图初始化
nextTick(() => {
map = new T.Map('map')
// 根据当前地图缩放级别绘制对应图片
let mapLevel = map.getZoom()
let imgUrl = mapLevel >= 16 ? res['16'] : mapLevel >= 13 ? res['13'] : res['1']
// 根据需要设置经纬度校验偏差
addMapImgOverLay(`${pipeStore.minLng + pipeStore.imgDiffLng},${pipeStore.maxLat + pipeStore.imgDiffLat}`, `${pipeStore.maxLng + pipeStore.imgDiffLng},${pipeStore.minLat + pipeStore.imgDiffLat}`, imgUrl)
})
})
// 天地图添加图片覆盖物,这里省略了天地图图片覆盖物的引入
const addMapImgOverLay = (coordinate1, coordinate2, imgUrl, option = {}) => {
let lng1 = coordinate1.split(',')[0]
let lat1 = coordinate1.split(',')[1]
let lng2 = coordinate2.split(',')[0]
let lat2 = coordinate2.split(',')[1]
let bd = new T.LngLatBounds(new T.LngLat(lng1, lat1), new T.LngLat(lng2, lat2))
let imgMarker = new T.ImageOverlay(imgUrl, bd, option)
map.addOverLay(imgMarker)
return imgMarker
}