深入解析 KMZ 文件的处理与可视化：从数据提取到地图展示项目实战

于 2024-08-04 01:24:29 发布
阅读量644 收藏 14
点赞数 24
分类专栏： # Python 开发基础 Python VSCode 文章标签： python vscode 测试工具
欢迎转载：https://rjdeng.blog.csdn.net/
本文链接：https://blog.csdn.net/rjdeng/article/details/140868871
版权

文章目录

在处理地理空间数据时，KMZ 文件是一种常见的格式，用于存储地图和地理信息数据。KMZ 文件是 KML 文件的压缩版本，其中 KML（Keyhole Markup Language）用于描述地理数据的格式。本文将详细介绍如何使用 Python 处理 KMZ 文件，提取其中的地理数据，并将其可视化到地图上。本文的核心代码将涉及文件的解压、KML 文件的解析、GPS 数据的提取以及如何使用 Folium 库将数据展示到地图上。

1. KMZ 文件与 KML 文件简介

1.1 KMZ 文件

KMZ 文件是 KML 文件的压缩版本，通常用于存储 Google Earth 或 Google Maps 中使用的地理信息数据。KMZ 文件可以包含一个或多个 KML 文件以及其他资源文件（如图片、图标等）。KML 文件是基于 XML 的格式，用于描述地理数据的标记、路径、区域等信息。

1.2 KML 文件

KML 文件由 XML 构成，用于存储地理数据，如地点标记、线条、区域、图像叠加等。KML 的基本结构包括：

  • Placemark：标记点
  • Point：点类型
  • LineString：线条
  • Polygon：多边形
  • TimeStamp：时间戳

2. Python 环境配置与依赖安装

在开始之前，确保你的 Python 环境中已经安装了以下依赖：

  • folium：用于地图可视化
  • xml.etree.ElementTree：用于解析 XML 文件
  • zipfile：用于解压 KMZ 文件
  • glob：用于文件路径匹配

可以使用以下命令安装所需的库：

pip install folium

3. 代码实现详解

3.1 查找 KMZ 文件
import os
import glob

def find_kmz_files(directory):
    # 使用 glob 模块查找指定目录下的所有 .kmz 文件
    kmz_files = glob.glob(os.path.join(directory, '*.kmz'))
    return kmz_files
  • 功能：遍历指定目录，查找所有以 .kmz 结尾的文件。
  • 实现：使用 glob 模块和通配符模式来匹配所有 KMZ 文件。
3.2 解压 KMZ 文件
import zipfile

def extract_kml_from_kmz(kmz_file_path):
    # 解压 KMZ 文件
    with zipfile.ZipFile(kmz_file_path, 'r') as kmz:
        # 查找 KML 文件
        kml_files = [name for name in kmz.namelist() if name.lower().endswith('.kml')]
        if kml_files:
            kml_file_path = kml_files[0]
            kmz.extract(kml_file_path, os.path.dirname(kmz_file_path))
            return os.path.join(os.path.dirname(kmz_file_path), kml_file_path)
    return None
  • 功能：解压 KMZ 文件，并提取其中的 KML 文件。
  • 实现：使用 zipfile 模块打开 KMZ 文件，查找并解压 KML 文件。
3.3 解析 KML 文件
import xml.etree.ElementTree as ET

def parse_kml(kml_file_path):
    gps_data = []
    tree = ET.parse(kml_file_path)
    root = tree.getroot()
    
    # KML 的 XML namespace
    namespace = {'kml': 'http://earth.google.com/kml/2.2'}
    print(f"Root element: {root.tag}")
    
    # 查找所有 Placemark 元素
    for placemark in root.findall('.//kml:Placemark', namespace):
        coordinates = placemark.find('.//kml:Point/kml:coordinates', namespace)
        
        if coordinates is not None:
            coords = coordinates.text.strip().split(',')
            if len(coords) >= 3:
                try:
                    longitude = float(coords[0])
                    latitude = float(coords[1])
                    altitude = float(coords[2])
                    gps_data.append({
                        'latitude': latitude,
                        'longitude': longitude,
                        'altitude': altitude
                    })
                except ValueError as e:
                    print(f"Error parsing coordinates: {e}")
    return gps_data
  • 功能：解析 KML 文件，提取 GPS 数据（经纬度和高度）。
  • 实现：使用 xml.etree.ElementTree 解析 XML 格式的 KML 文件，通过查找 Placemark 元素和 coordinates 元素来获取地理数据。
3.4 可视化 KMZ 数据
import folium
from folium.features import CustomIcon

def visualize_multiple_kmz_data(kmz_data_list):
    if not kmz_data_list:
        print("No GPS data available to visualize.")
        return

    # 计算所有经纬度的平均值，作为地图的中心
    all_latitudes = []
    all_longitudes = []
    
    for kmz_data in kmz_data_list:
        latitudes = [data['latitude'] for data in kmz_data['gps_data']]
        longitudes = [data['longitude'] for data in kmz_data['gps_data']]
        all_latitudes.extend(latitudes)
        all_longitudes.extend(longitudes)

    avg_latitude = sum(all_latitudes) / len(all_latitudes)
    avg_longitude = sum(all_longitudes) / len(all_longitudes)
    
    map_center = [avg_latitude, avg_longitude]
    
    gps_map = folium.Map(location=map_center, zoom_start=14, tiles='OpenStreetMap')

    folium.TileLayer(
        tiles='https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}',
        name='Google Satellite',
        attr='© Google'
    ).add_to(gps_map)

    folium.LayerControl().add_to(gps_map)

    # 为每个 KMZ 文件使用不同的颜色
    colors = ['red', 'blue', 'green', 'purple', 'orange', 'darkred', 'lightred', 
              'beige', 'darkblue', 'darkgreen', 'cadetblue', 'darkpurple', 'white', 
              'pink', 'lightblue', 'lightgreen', 'gray', 'black', 'lightgray']

    for idx, kmz_data in enumerate(kmz_data_list):
        color = colors[idx % len(colors)]
        
        for data in kmz_data['gps_data']:
            folium.CircleMarker(
                [data['latitude'], data['longitude']],
                radius=0.5,  # 半径大小
                color=color,  # 边框颜色
                fill=True,
                fill_color=color,  # 填充颜色
                fill_opacity=0.8
            ).add_to(gps_map)
        
        # 绘制路径线并添加箭头
        for i in range(1, len(kmz_data['gps_data'])):
            start_point = kmz_data['gps_data'][i-1]
            end_point = kmz_data['gps_data'][i]

            # 绘制线条
            folium.PolyLine(
                locations=[(start_point['latitude'], start_point['longitude']),
                           (end_point['latitude'], end_point['longitude'])],
                color=color,
                weight=2
            ).add_to(gps_map)

            # 添加箭头
            folium.Marker(
                location=[(start_point['latitude'] + end_point['latitude']) / 2,
                          (start_point['longitude'] + end_point['longitude']) / 2],
                icon=CustomIcon('https://upload.wikimedia.org/wikipedia/commons/e/e5/Black_triangle_pointing_right.svg',
                                icon_size=(10, 10), icon_anchor=(5, 5))
            ).add_to(gps_map)
        
    gps_map.save('multiple_kmz_map.html')
    print("GPS map saved as 'multiple_kmz_map.html'.")
  • 功能：将多个 KMZ 文件的数据可视化到一个地图上，使用不同的颜色表示不同的 KMZ 文件。
  • 实现：
    • 计算所有点的平均经纬度作为地图的中心。
    • 使用 folium.Map 创建地图，并添加地图图层。
    • 对每个 KMZ 文件使用不同的颜色，并将其 GPS 数据以 CircleMarker 的形式添加到地图上。

绘制路径线，并在路径中添加箭头指示方向。

4. 项目实战

4.1. 数据采集

两个kmz文件：
在这里插入图片描述
其中一个kmz文件解压，会看到有一个kml文件：
在这里插入图片描述
kml文件打开，会看到一些关键信息，以下是部分信息截图：
在这里插入图片描述

4.2. 项目完整代码
import os
import glob
import folium
import zipfile
import xml.etree.ElementTree as ET
from folium.features import CustomIcon

def find_kmz_files(directory):
    kmz_files = glob.glob(os.path.join(directory, '*.kmz'))
    return kmz_files

def extract_kml_from_kmz(kmz_file_path):
    with zipfile.ZipFile(kmz_file_path, 'r') as kmz:
        kml_files = [name for name in kmz.namelist() if name.lower().endswith('.kml')]
        if kml_files:
            kml_file_path = kml_files[0]
            kmz.extract(kml_file_path, os.path.dirname(kmz_file_path))
            return os.path.join(os.path.dirname(kmz_file_path), kml_file_path)
    return None

def parse_kml(kml_file_path):
    gps_data = []
    tree = ET.parse(kml_file_path)
    root = tree.getroot()
    namespace = {'kml': 'http://earth.google.com/kml/2.2'}
    
    for placemark in root.findall('.//kml:Placemark', namespace):
        coordinates = placemark.find('.//kml:Point/kml:coordinates', namespace)
        
        if coordinates is not None:
            coords = coordinates.text.strip().split(',')
            if len(coords) >= 3:
                try:
                    longitude = float(coords[0])
                    latitude = float(coords[1])
                    altitude = float(coords[2])
                    gps_data.append({
                        'latitude': latitude,
                        'longitude': longitude,
                        'altitude': altitude
                    })
                except ValueError as e:
                    print(f"Error parsing coordinates: {e}")
    return gps_data

def visualize_multiple_kmz_data(kmz_data_list):
    if not kmz_data_list:
        print("No GPS data available to visualize.")
        return

    all_latitudes = []
    all_longitudes = []
    
    for kmz_data in kmz_data_list:
        latitudes = [data['latitude'] for data in kmz_data['gps_data']]
        longitudes = [data['longitude'] for data in kmz_data['gps_data']]
        all_latitudes.extend(latitudes)
        all_longitudes.extend(longitudes)

    avg_latitude = sum(all_latitudes) / len(all_latitudes)
    avg_longitude = sum(all_longitudes) / len(all_longitudes)
    
    map_center = [avg_latitude, avg_longitude]
    
    gps_map = folium.Map(location=map_center, zoom_start=14, tiles='OpenStreetMap')

    folium.TileLayer(
        tiles='https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}',
        name='Google Satellite',
        attr='© Google'
    ).add_to(gps_map)

    folium.LayerControl().add_to(gps_map)

    colors = ['red', 'blue', 'green', 'purple', 'orange', 'darkred', 'lightred', 
              'beige', 'darkblue', 'darkgreen', 'cadetblue', 'darkpurple', 'white', 
              'pink', 'lightblue', 'lightgreen', 'gray', 'black', 'lightgray']

    for idx, kmz_data in enumerate(kmz_data_list):
        color = colors[idx % len(colors)]
        
        for data in kmz_data['gps_data']:
            folium.CircleMarker(
                [data['latitude'], data['longitude']],
                radius=0.5,
                color=color,
                fill=True,
                fill_color=color,
                fill_opacity=0.8
            ).add_to(gps_map)
        
        for i in range(1, len(kmz_data['gps_data'])):
            start_point = kmz_data['gps_data'][i-1]
            end_point = kmz_data['gps_data'][i]

            folium.PolyLine(
                locations=[(start_point['latitude'], start_point['longitude']),
                           (end_point['latitude'], end_point['longitude'])],
                color=color,
                weight=2
            ).add_to(gps_map)

            folium.Marker(
                location=[(start_point['latitude'] + end_point['latitude']) / 2,
                          (start_point['longitude'] + end_point['longitude']) / 2],
                icon=CustomIcon('https://upload.wikimedia.org/wikipedia/commons/e/e5/Black_triangle_pointing_right.svg',
                                icon_size=(10, 10), icon_anchor=(5, 5))
            ).add_to(gps_map)
        
    gps_map.save('multiple_kmz_map.html')
    print("GPS map saved as 'multiple_kmz_map.html'.")

if __name__ == '__main__':
    directory_path = "F:\\notebookComputer\\20240723"
    
    kmz_files = find_kmz_files(directory_path)
    
    if kmz_files:
        kmz_data_list = []
        for kmz_file_path in kmz_files:
            kml_file_path = extract_kml_from_kmz(kmz_file_path)
            if kml_file_path:
                parsed_gps_data = parse_kml(kml_file_path)
                print(f"Parsed GPS data: {parsed_gps_data}")
                kmz_data_list.append({
                    'file_name': os.path.basename(kmz_file_path),
                    'gps_data': parsed_gps_data
                })
        
        if kmz_data_list:
            visualize_multiple_kmz_data(kmz_data_list)
        else:
            print("No GPS data available to visualize.")
    else:
        print(f"No .kmz files found in directory: {directory_path}")

5. 项目运行与结果展示

在代码执行完毕后，将会生成一个名为 multiple_kmz_map.html 的文件，该文件可以用浏览器打开以查看地图上的标记点和路径。地图将会显示所有 KMZ 文件中提取的 GPS 数据，每个文件的标记点使用不同的颜色表示。
multiple_kmz_map.html文件不好截图如下：
在这里插入图片描述
浏览器打开multiple_kmz_map.html文件效果图如下：
在这里插入图片描述

6. 总结与展望

本文详细介绍了如何使用 Python 处理 KMZ 文件，提取其中的 GPS 数据，并通过 Folium 库将其可视化。通过将 KMZ 文件中的地理数据转换为地图标记点和路径线，我们可以更直观地分析和展示地理数据。未来的工作可以包括支持更多的地理数据格式、添加更多的地图样式和功能、以及优化代码的性能和可读性。根据需求，文章可以继续扩展，以包含更多的技术细节、优化建议和实际应用场景的分析。

欢迎点赞|关注|收藏|评论，您的肯定是我创作的动力

在这里插入图片描述

邓瑞军说HelloWorld
关注
  • 24
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
dji psdk开发（10）运动规划（航线任务、KMZ文件的解析，兴趣点环绕）
热爱生活，忠于自己
03-19 1460
航线任务到目前主要使用waypoint v2 和 waypoint v3三个版本。这里先简要介绍 Waypoint 3.0，其只需要导入一个KMZ文件即可实现和Pilot2相同的航线规划功能。之后再介绍相对复杂的waypoint v2版本 api，手动解析kml/kml文件。
034：vue+openlayers上传KMZ文件并在map上解析显示
大剑师兰特的GIS世界
08-11 601
本示例的目的是介绍演示如何在vue+openlayers中本地上传kmz文件，核心思路是利用jszip解压文件，读取kml数据，并在地图上显示图形。直接复制下面的 vue+openlayers源代码，操作2分钟即可运行实现效果......
纯Java实现Google地图的KMZ和KML文件的解析
夜郎King的博客
06-01 3494
本文主要讲解如何用JAVA语言，直接解析KMZ数据。文章首先介绍google地图中的KMZ和KML数据，然后使用代码的方式实现数据的解析，最后展示解析成果以及如何将数据转换成空间WKT数据。关于JAVA解析KML的博客和资料有不少，但是KMZ文件的还是比较稀少的，算是作为网文的一种补充，供各位朋友在工作中解析KMZ文件有一个参考。
Java使用GDAL来解析KMZ及KML实战
夜郎King的博客
06-07 2799
本文主要采用GDAL组件来进行KMZ和KML文件的解析，在C站或者其它的技术博客中查找相关知识点会发现，使用JAVA和GDAL实现数据解析的相关介绍内容比较少，很多都是C++或者其它语言的示例，因此这里分享如何使用JAVA语言来进行开发。
地图kmz和kml类型的文件解析
qq_26634873的博客
07-08 2098
java解析地图kmz和kml文件
python 与 JavaScript（js）天地图叠加kmz、kml文件
天道酬勤、业道酬信！
10-18 1887
js 代码 //kmz的存放路径（服务器绝对路径就行），后台需要对其进行发布服务 addKmzLayer('F:/weblayer/kmz/20190618/test.kmz') //加载kmz到地图 function addKmzLayer(kmz){ parm = { kmz:kmz }; url="/arc_map/UploadKmz/"; $.get(url, parm, fu...
062：vue+leaflet 上传KMZ文件，并在map上显示
大剑师兰特的GIS世界
02-14 517
第062个本示例的目的是介绍演示如何在vue+leaflet中本地上传包kmz文件，解析并在地图上显示图形。在制作本示例的过程中，还有点缺憾，就是kmz中的图片文件没有在jszip中处理好，只能先解压缩后，将图片文件放到public/文件加下，暂时留一个遗憾点，以后再做更细微处理。
大疆无人机航点飞行KMZ文件提取航点坐标
silent702366的博客
06-21 595
大疆无人机航点飞行KMZ文件提取航点坐标
048：cesium加载kmz文件，显示图形
大剑师兰特的GIS世界
04-08 346
第048个本示例的目的是介绍如何在vue+cesium中加载KMZ文件, 显示图形。
纯用JAVA解析Google的KMZ和KML空间数据的示例代码
06-01
在实际解析过程中用不到，网上大多数资源都是解析的KML，但是对于KMZ文件的在线解析模式，并没有明确的例子。这里提供了一种解决方案，方便大家在实际项目中使用。包括示例工程，参考的CSDN博客地址：...
山东省市县乡镇边界线kmz文件
03-05
山东省市县乡镇边界线kmz文件，精确到乡镇的边界线，非常准确
包含的数据有：省市县城乡镇边界kmz
03-03
1. 地图可视化：通过导入KML文件到GIS软件或在线地图平台（如Google Earth、QGIS、ArcGIS Online等），可以直观地查看中国的行政边界。 2. 数据分析：结合其他数据集（如人口、GDP等），可以进行空间分析，揭示不同...
使用JAVA调用GDAL实现KMZ和KML文件解析源代码
06-07
使用Java开发的调用GDAL实现对KMZ和KML文件的自动解析，保存到数据库的源码。提供统一的数据解析方式，可以和其他的矢量数据读取方式一起整合起来。参考博文地址如下： ...这里提供提供KMZ和KML的解析实例，实际运行...
WRF数据转换为KMZ格式，提供谷歌地球可视化接口wrf2kmz-master.zip
05-03
《WRF数据转换至KMZ格式：实现谷歌地球可视化》 WRF（Weather Research and Forecasting）是一款广泛应用的气象学模型，它能够模拟大气层的各种现象，为气象预测、气候研究以及环境分析等领域提供强大的计算支持。...
Selenium与WebDriver：Errno 8 Exec格式错误的多种解决方案
ip16yun的博客
07-30 386
在使用Selenium和WebDriver进行网页自动化时，可能会遇到各种错误。其中一个常见问题是执行格式错误（Errno 8 Exec format error）。这个错误通常在运行ChromeDriver时出现，错误提示涉及路径中的某个文件。本文将概述这个问题的背景，并提供多种解决方案，包括如何使用代理IP技术进行数据抓取。
python字符串数据容器练习（replace,split,count）
最新发布
2301_79600015的博客
07-31 472
Python字符串是由一系列字符组成的数据类型。在Python中，字符串是不可变的，这意味着一旦创建了一个字符串，就不能修改它的内容。以下是关于Python字符串的一些重要知识点：1. 字符串的基本操作：拼接字符串：使用`+`运算符。重复字符串：使用`*`运算符。索引和切片：使用`[]`和`:`操作符访问字符串中的子串。长度：使用`len()`函数获取字符串长度。转换大小写：使用`upper()`和`lower()`方法。分割和连接：使用`split()`和`join()`方法。
loguru日志模块：简化Python自动化测试的日志管理！
07-29 856
日志是软件开发中的关键组成部分，为开发和测试人员提供了调试和监控应用程序的重要手段。loguru 是一个第三方的 Python 日志库，以其简洁的 API 和自动化的功能脱颖而出。本文将探讨为什么项目中需要日志，loguru 为何受到青睐，以及如何封装和在接口自动化测试项目中使用 loguru，同时结合 Allure 生成丰富的测试报告。
Python(C++)大尺度分层边值时变图统计推理并行算法
跨学科知识视角展现
07-29 1064
:dart:分层结构制定生成模型 | :dart:贝叶斯模型选择程序 | :dart:分层结构图的信息性 | :dart:分层模型适应实值边协变量的网络 | :dart:分层模型适应时变网络，划分层对应于检测变化点 | :dart:定义两种版本随机块模型：:pen:具有边缘协变量模型概率分布，分层图总似然 | :pen:独立分层模型分层图数学似然计算 | :dart:推理算法：大图形尺度并行计算算法，过滤暂时被遮蔽的节点和边
android 代码从kmz文件中提取kml文件然后解析kml文件
04-04
以下是一个示例代码，可以从KMZ文件中提取KML文件并解析KML文件： ```java import android.os.AsyncTask; import android.os.Environment; import android.util.Log; import org.xmlpull.v1.XmlPullParserException; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.IOException; import java.io.InputStream; import java.util.zip.ZipEntry; import java.util.zip.ZipInputStream; public class KMLParserTask extends AsyncTask<File, Void, Void> { private static final String TAG = "KMLParserTask"; @Override protected Void doInBackground(File... files) { if (files.length == 0) { return null; } File kmzFile = files[0]; try { InputStream inputStream = new FileInputStream(kmzFile); ZipInputStream zipInputStream = new ZipInputStream(inputStream); ZipEntry zipEntry; while ((zipEntry = zipInputStream.getNextEntry()) != null) { if (zipEntry.getName().endsWith(".kml")) { InputStream kmlInputStream = zipInputStream; KMLParser kmlParser = new KMLParser(); kmlParser.parse(kmlInputStream); break; } } zipInputStream.close(); inputStream.close(); } catch (FileNotFoundException e) { Log.e(TAG, "File not found: " + kmzFile.getAbsolutePath(), e); } catch (IOException e) { Log.e(TAG, "IOException", e); } catch (XmlPullParserException e) { Log.e(TAG, "XmlPullParserException", e); } return null; } } ``` 在上面的示例中，我们使用`ZipInputStream`从KMZ文件中提取KML文件。我们搜索扩展名为“.kml”的Zip条目，然后将其输入流传递给KML解析器进行解析。`KMLParser`是自定义类，它使用`XmlPullParser`来解析KML文件。您可以根据需要替换解析器类。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

邓瑞军说HelloWorld

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值