无人机像素经纬度识别

🏆本文收录于《CSDN问答解惑-专业版》专栏，主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！

问题描述

  无人机像素经纬度识别。根据代码，我的需求就是鼠标点击照片中某一点的坐标，能迅速识别出这一点的经纬度信息，但是两张照片，拍摄的同一位置显示的结果并不相同，我的无人机是垂直于地面飞行，不考虑地球曲率、图像畸变，我的思路是先提取出图像的经纬度信息，这个经纬度信息是飞行器拍摄位置也是图像中心点的经纬度坐标，知道了图像的GSD，调用鼠标，计算鼠标点击区域的经纬度信息。

代码如下：

import exifread
import cv2
import numpy as np
import math
 
# 从图像文件中提取GPS信息
def extract_gps_info(file_path):
    with open(file_path, 'rb') as f:
        tags = exifread.process_file(f)
        if 'GPS GPSLatitude' in tags and 'GPS GPSLongitude' in tags:
            latitude = tags['GPS GPSLatitude'].values
            longitude = tags['GPS GPSLongitude'].values
            latitude_ref = tags['GPS GPSLatitudeRef'].values
            longitude_ref = tags['GPS GPSLongitudeRef'].values
 
            lat_degrees = float(latitude[0].num) / float(latitude[0].den)
            lat_minutes = float(latitude[1].num) / float(latitude[1].den)
            lat_seconds = float(latitude[2].num) / float(latitude[2].den)
 
            lon_degrees = float(longitude[0].num) / float(longitude[0].den)
            lon_minutes = float(longitude[1].num) / float(longitude[1].den)
            lon_seconds = float(longitude[2].num) / float(longitude[2].den)
 
            if latitude_ref == 'S':
                lat_degrees = -lat_degrees
            if longitude_ref == 'W':
                lon_degrees = -lon_degrees
 
            latitude_decimal = lat_degrees + lat_minutes/60 + lat_seconds/3600
            longitude_decimal = lon_degrees + lon_minutes/60 + lon_seconds/3600
 
            return latitude_decimal, longitude_decimal
        else:
            return None
 
# 主函数
if __name__ == '__main__':
    # 图像文件路径
    file_path = 'DJI_20231225165215_0426_T.JPG'
 
    # 提取GPS信息
    gps_info = extract_gps_info(file_path)
    if gps_info is not None:
        latitude_decimal, longitude_decimal = gps_info
        print(f"Latitude: {latitude_decimal:.6f}")
        print(f"Longitude: {longitude_decimal:.6f}")
    else:
        print("No GPS information found in the image.")
 
    # 加载热红外图像
    infrared_image = cv2.imread(file_path, cv2.IMREAD_UNCHANGED)
 
    # 无人机位置和姿态数据
    uav_latitude = latitude_decimal  # 无人机纬度
    uav_longitude = longitude_decimal  # 无人机经度
    uav_altitude = 20  # 无人机高度（米）
    uav_roll_angle = 0  # 无人机横滚角（度）
    uav_pitch_angle = -90  # 无人机俯仰角（度）
    uav_yaw_angle = 64.60
        #74.40  # 无人机偏航角（度）
 
    # 相机内参数
    focal_length = 758.33# 焦距（像素）
    sensor_size_width = 7.68  # 传感器宽度（毫米）
    sensor_size_height = 6.144  # 传感器高度（毫米）
    image_width = 640  # 图像宽度（像素）
    image_height = 512  # 图像高度（像素）
    gsd = 0.05275  # 单位：米 (meters)，地面采样距离
 
    # 计算相机的内外参数矩阵
    camera_matrix = np.array([[focal_length, 0, image_width / 2],
                              [0, focal_length, image_height / 2],
                              [0, 0, 1]], dtype=np.float32)
 
    dist_coefs = np.zeros((4, 1), dtype=np.float32)  # 假设无畸变
 
 
    # 鼠标单击事件回调函数
    def get_pixel_coord(event, x, y, flags, param):
        if event == cv2.EVENT_LBUTTONDOWN:
            # 计算点击位置在图像中的坐标
            pixel_x = x
            pixel_y = y
 
            # 计算点击点相对于中心的偏移量
            cx = image_width / 2 # 单位：像素 (pixels)
            cy = image_height / 2  # 单位：像素 (pixels)
            delta_x = pixel_x - cx  # 单位：像素 (pixels)
            delta_y = pixel_y - cy  # 单位：像素 (pixels)
 
            # 考虑偏航角
            theta = math.radians(uav_yaw_angle)  # 单位：弧度 (radians)
 
            # 旋转偏移量以考虑偏航角
 
            delta_x_prime = delta_x * math.cos(theta) - delta_y * math.sin(theta)  # 单位：像素 (pixels)
            delta_y_prime = delta_x * math.sin(theta) + delta_y * math.cos(theta)  # 单位：像素 (pixels)
 
            # 根据GSD计算实际距离
            delta_x_meters = delta_x_prime * gsd  # 单位：米 (meters)
            delta_y_meters = delta_y_prime * gsd  # 单位：米 (meters)
 
            # 计算点击点的经纬度
            click_lat = uav_latitude + delta_y_meters / (111000)  # 111000米大约是1度纬度的距离，单位：度 (degrees)
            click_lon = uav_longitude + delta_x_meters / (111000 * math.cos(math.radians(uav_latitude)))  # 单位：度 (degrees)
 
 
            print(f"Pixel coordinates: ({x}, {y})")
            print(f"Latitude: {click_lat:.8f}")
            print(f"Longitude: { click_lon:.8f}")
 
    cv2.imshow('Infrared Image', infrared_image)
    cv2.setMouseCallback('Infrared Image', get_pixel_coord)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

友情提示：
  如上问题有的来自我自身项目开发，有的收集网站，有的来自读者…如有侵权，立马删除。再者，针对此专栏中部分问题及其问题的解答思路或步骤等，存在少部分搜集于全网社区及人工智能问答等渠道，若最后实在是没能帮助到你，还望见谅！并非所有的解答都能解决每个人的问题，在此希望屏幕前的你能够给予宝贵的理解，而不是立刻指责或者抱怨！如果你有更优解，那建议你出教程写方案，一同学习！共同进步。

解决方案

  如下是上述问题的解决方案，仅供参考：

  您的代码目的是通过鼠标点击图像来获取该点的经纬度信息。您已经实现了从图像中提取GPS信息，以及通过鼠标点击事件计算点击点的经纬度。但是，您提到两张照片拍摄同一位置时显示的结果不同，这可能是由几个因素造成的：

1. GPS信息的准确性：确保提取的GPS信息是准确的。有时，GPS信息可能因为多种原因（如遮挡、干扰等）而不准确。

2. 图像缩放或旋转：如果图像在拍摄或处理过程中被缩放或旋转，可能会影响到计算结果。

3. GSD（地面采样距离）的一致性：确保两张照片的GSD是一致的，如果GSD不同，即使同一位置，点击相同像素点也会得到不同的经纬度。

4. 相机参数的一致性：包括焦距、传感器大小等，这些参数的不同可能导致计算结果的差异。

5. 地球曲率和图像畸变：虽然您提到不考虑地球曲率和图像畸变，但在实际应用中，这些因素可能对精确计算有影响。

6. 鼠标点击的精度：用户点击的精度也会影响最终结果。

为了解决这个问题，您可以尝试以下步骤：

• 验证提取的GPS信息是否准确无误。
• 确保两张照片的相机参数和GSD是一致的。
• 如果可能，检查图像是否在拍摄或处理过程中被修改过。
• 考虑实现一个更精确的地理坐标转换算法，如使用地理坐标系转换库。

此外，您的代码中有几个潜在的问题需要修正：

• 在计算点击点的经纬度时，您使用了111000作为每度纬度的平均米数，但这个值在不同纬度下会有所变化。更准确的计算应该考虑当前纬度的地球半径。
• 您的代码中uav_yaw_angle有两个赋值，应该只保留一个。

修正后的代码段如下：

# 计算点击点的经纬度
# 使用WGS-84模型下的地球半径
earth_radius = 6378137  # 单位：米
click_lat = uav_latitude + (delta_y_meters / earth_radius) * (math.pi / 180)
click_lon = uav_longitude + (delta_x_meters * math.cos(math.radians(click_lat)) / earth_radius) * (math.pi / 180)

请注意，这些修正只是基于您提供的代码和描述。实际问题可能需要更详细的分析和调整。如果问题依然存在，建议检查所有可能影响计算的因素，并考虑使用更专业的地理信息系统（GIS）工具或库来处理经纬度转换。

  希望如上措施及解决方案能够帮到有需要的你。

  PS：如若遇到采纳如下方案还是未解决的同学，希望不要抱怨&&急躁，毕竟影响因素众多，我写出来也是希望能够尽最大努力帮助到同类似问题的小伙伴，即把你未解决或者产生新Bug黏贴在评论区，我们大家一起来努力，一起帮你看看，可以不咯。

  若有对当前Bug有与如下提供的方法不一致，有个不情之请，希望你能把你的新思路或新方法分享到评论区，一起学习，目的就是帮助更多所需要的同学，正所谓「赠人玫瑰，手留余香」。

☀️写在最后

  ok，以上就是我这期的Bug修复内容啦，如果还想查找更多解决方案，你可以看看我专门收集Bug及提供解决方案的专栏《CSDN问答解惑-专业版》，都是实战中碰到的Bug，希望对你有所帮助。到此，咱们下期拜拜。

码字不易，如果这篇文章对你有所帮助，帮忙给 bug菌 来个一键三连(关注、点赞、收藏) ，您的支持就是我坚持写作分享知识点传播技术的最大动力。

同时也推荐大家关注我的硬核公众号:「猿圈奇妙屋」 ；以第一手学习bug菌的首发干货，不仅能学习更多技术硬货，还可白嫖最新BAT大厂面试真题、4000G Pdf技术书籍、万份简历/PPT模板、技术文章Markdown文档等海量资料，你想要的我都有！

📣关于我

我是bug菌，CSDN | 掘金 | InfoQ | 51CTO | 华为云 | 阿里云 | 腾讯云 等社区博客专家，C站博客之星Top30，华为云2023年度十佳博主，掘金多年度人气作者Top40，掘金等各大社区平台签约作者，51CTO年度博主Top12，掘金/InfoQ/51CTO等社区优质创作者；全网粉丝合计 30w+；硬核微信公众号「猿圈奇妙屋」，欢迎你的加入！免费白嫖最新BAT互联网公司面试真题、4000G PDF电子书籍、简历模板等海量资料，你想要的我都有，关键是你不来拿哇。

---