【地图自学系列】三、徒手拔取地图数据（数据获取篇）

---

前言

巧妇难为无米之炊！要开发地图就要接触到地图数据，一般个人是不会去生产地图数据的，我对生产地图数据的过程也只是道听途说，最后可以补充这方面无聊的知识。
这里主要介绍下个人怎么免费获取到部分地图数据，当然质量不能保证，仅供研究学习。

---

一、数据来源 — OSM（开源地图）

OpenStreetMap（简称OSM） 开源wiki地图，很多人们习以为常可以随便拿来用的地图，其实有很多法律和技术上的限制，这些限制使得像地图这类的地理资讯无法有创意、有效率地被再利用。开放街道地图成立动机在于希望能创造并且提供可以被自由地使用的地理资料（像街道地图）给每个想使用的人，就像自由软件所赋予使用者的自由一样。

二、操作步骤

1. 打开浏览器（Chrome），访问网址：overpass-turbo

2. 点击 “Wizard” 按钮或者快捷键 “command + i”

3. 输入想查询的内容，详情参考"附页"。

4. 点击 “build and run query” 按钮或者快捷键 “回车”

4.1. 突发事件1，提示查询数据大于2MB，点击 “continue anyway”

5. 一切顺利现在应该能看到数据，案例查询的是building，定位滨江区。

6. 满意后准备导出，点击"Export"按钮

6.1. 突发事件1，点击按钮后无反应。大概率是网页本身问题，浏览器中文语言打开时，这个导出功能页面会报错无法使用。

6.1.1. 突发事件2解决方案，修改浏览器默认语言

7. 在导出格式中选择自己想要的点击 “download” 按钮

7.1 GeoJSON数据内容展示

三、附页

• tertiary（第三级道路）：城市支路，
• tertiary_link（第三级道路-连接）：匝道，机场集散车行道路（数据量极少，多是未知道路）
• residential（居住区道路）：居住区车行道路，
• unclassified（未分类道路）：居住区车行道路，滨水车行道路，机场机动车通道
• secondary（次要道路）：城市次要车行道路，机场外围车行道路，
• secondary_link（次要道路-连接）：城市次要车行道路立交、匝道（数据量少，部分零散分布未知类别）
• primary（主要道路）：城市主要车行道路
• primary_link（主要道路）：城市主要车行道路立交，城市主要车行道路匝道（数据量少，部分零散分布未知类别）
• motorway（高速公路）：高速公路，过江隧道
• motorway_link（高速公路-连接）：高速公路立交，匝道
• trunk（干道）：高架快速路，机场进站快速路，过江隧道，桥上快速路
• trunk_link（干道-连接）：立交，匝道，桥上引道，机场进站快速路，国道改道
• track（小路）：郊区、乡村、工矿区、田间、林间小路
• track_grade1（小路 级别1）：郊区、乡村、工矿区、田间、林间小路
• track_grade2（小路 级别2）：郊区、乡村、工矿区、田间、林间小路
• track_grade3（小路 级别3）：郊区、乡村、工矿区、田间、林间小路
• track_grade4（小路 级别4）：郊区、乡村、工矿区、田间、林间小路
• track_grade5（小路 级别5）：郊区、乡村、工矿区、田间、林间小路
• bridleway（马道）：体育场馆内部专用道路（数据量极少，零星道路在公园、居住区内部）
• living_street（生活街道）：居住区车行道路，公园车行道路
• path（小道）：公园车行道路，居住区车行道路（分布零碎，量少）
• service（服务性道路）：居住区车行道路，火车站集散车行道，公园车行道路，公共建筑集散车行道，公交枢纽入口车行道路，停车场入口车行道路
• footway（人行道）：滨水绿道，公园步行道，广场步行道，大学步行道路，人行道，火车站人行集散道路
• pedestrian（步行街道）：步行街，广场步行道路，公园步行道路，居住区步行道路
• steps（台阶踏步）：人行过街天桥台阶，广场台阶、公共建筑入口台阶，登山台阶
• cycleway（自行车道）：滨水绿道，非机动车道，公园自行车道
• unknown（未知道路）：滨水车行道路，校园广场车行道路，乡道（数据量少，比较难判别道路类型）
  

四、实用线上工具推荐

地址：mapshaper

1. 数据格式转化

大部分地图数据以shp文件存储，对于前端而言是很难使用的。可以转化成GeoJSON，就变成熟悉的数据，最终能不能用起来就看大家的实力了。

2. 数据预览、标定部分数据

在地图上开发功能时，经常会遇到怎么把数据完美对应地图上。可以通过下面方式获取到自己想要的一组点线面数据，只要取的点足够多，叠合的效果会越好。

五、全球的地图数据是哪里来的？（属于无聊的猜测）

国内有百度、高德，国外有谷歌以及OSM这些地图，那么地球这么大，他们的数据是哪来的？
以下均是个人猜测：

1. 通过高清卫星得到全球高清图像，通过视觉算法分析图像抽离出地图数据。这方法应该是现在高精地图的制作过程，通过采集车辆开过需要采集的道路，获取到图像进而获取到数据。优点：理论上图像足够清晰，算法足够健壮，是能拿到地图数据。缺点：图像的处理是极其消耗算力的，再配合全球这么大的范围，要获取点、线的数据时，可能消失长是最大的问题，无法实时更新数据。
2. 通过用户APP实时反馈的车辆轨迹数据。通过海量的车辆轨迹数据模拟出道路的数据。优点：阶段性更新数据成本不高。缺点：需要海量用户数据，不然无法覆盖全球。
3. 通过多种渠道为个人或商户提供自由标注。完善点数据，例如：风景名胜、公共设施、商铺、地标建筑等等。优点：阶段性更新数据成本不高。缺点：需要审核数据准确性和真实性。

---

总结

提供一种获取地图数据的方法，让初学地图开发的同学对地图数据有个概念。未来有应用场景时可以想起。