图片追踪特征-街景

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、建筑

示例：广州电视塔台假设：图片中有明显标志性的建筑物。
这个时候我们可以确定目标所在城市

二、拍摄角度

取建筑物4条物理平行线（但是拍出来不是平行）相交的两个点连成的线段
这个线段就是拍摄的平面

三、光影

利用太阳或者月亮，
还有影子
因为我国大部分城市位于赤道以上那么影子大多数为偏北方（这个要结合时间季节来看）
太阳东升西落
判断拍摄者/目标所在的方位
判断街道东西走向等等

四、楼房样式

如：
海景房
学校
小区别墅
游乐园
楼顶还是尖顶/平顶–一些南北方差异的住房楼层

4.1

对于楼层的现代化程度以及一些是否是城中村、农村，可以对其分析
是否是一二三四线城市等
是否有特殊的楼层建筑，如：出名的餐厅（陶陶居）等

五、车道

车道的宽阔程度一般程度显示城市的现代化

5…1车道上的车辆

重点-出租车出租车是一个城市最好的名片了，他们遍布的地方很广。更容易确定目标
这里以广州为例
白云集团：银蓝；
交通集团：醉红；
广骏集团：明黄；
天湖统一：富贵绿；
穗盟：香槟金；
其它中小型出租车公司：翠绿色；
注：绿色出租车晚上有运营限制，凌晨时分是禁止绿色出租车运营的。 红黄蓝三种出租车都是大公司，安全性较高绿色出租车上车前请认真观察是否黑车，注意安全。

5.2车道绿植

有相当地理知识的小伙伴甚至可以判断出是那个温度带的植物

六、路牌

如禁鸣路段，禁停路段，一些特殊标识的路段可以帮助细分图片的位置
还有就是路段识别路牌

七、气象

利用气象软件确定大概位置是否下雨，打雷等信息
确定目标大概位置
ps：这个不一定准确，有些地方很邪门，一边下大雨一边不下雨。。。

八、时间

目标拍摄时间
上面补充影子结合时间–当太阳直射点在北回归线那么影子的角度将呈现正东或正西
时间一般要结合场景和具体其他条件使用
拍摄时间是一个非常重要条件

九、干扰项

一般照片都不会很完美，所以多多少少有一些干扰项
如
提亮–光影难度增加
美容–将建筑物变形、遮挡等
遮挡–将其一些建筑或者其他信息遮挡去
模糊–这个就很难受了

---

最后：仅供参考。欢迎各位大佬补充和斧正