【街景绿视率计算】基于百度街景和DeepLabv3Plus-Pytorch的街景绿视率计算，手把手教学

hello hello GIS辣妹来了，今天给大家带了基于百度街景和DeepLabv3Plus-Pytorch的街景绿视率计算，过程比较复杂，但是现在这个应该是最简单而且准确率比较高的方式了，并且不需要标注样本，直接用模型的就可以~~

一、GIS中生成道路采样点

1.首先你需要根据你的路网在GIS软件中沿路网打点（我用的ArcGIS Pro），工具用的是沿线生成点（Generate Points Along Lines），参数解释如下

2.计算采样点的经纬度（地理坐标系下的），参数设置如下，注意一定要是度为单位（degree）


3.将矢量点转换为表格，用于下一步街景爬取

二.基于python的百度街景获取

1.API获取
在百度地图开放平台首先要申请服务端的API，但是服务端的API是没有全景静态图的权限的，所以我们要去申请，可以申请教育用途，会有三个月的试用（但是每天只有0.1万条，所以不建议，如果用量少可以考虑），大家可以拿着自己的采样点表格去某tao买全景，也就几十。如果申请了全景静态API请看本章下一条抓取全景静态图代码，如果是某tao购买了请跳转第三章。

2.基于python抓取采样点街景图
在这里我直接贴代码，基本上采样点有的图片就会保存到结果文件夹了，我建议还是去某tao买全景的，因为我这个是一个点四个图，到时候不太好算

import os
import urllib.request
import pandas as pd

# 百度API的访问密钥
api_key = "请替换成你的api"

# 经纬度数据加载
df = pd.read_csv('coordinates.csv')  # 请替换成你的采样点坐标表格路径
output_folder = 'panorama_images/'  # 请替换成你的图片保存的文件夹路径
output_excel = 'downloaded_panorama_info.xlsx'  # 导出的Excel文件名，记录成功下载的街景，因为有些点位会没有街景，就会判断跳过

# 如果保存路径不存在，则创建
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 初始化记录列表
downloaded_info = []

# 下载图片的函数
def download_image(url, name, lat, lon, heading):
    try:
        conn = urllib.request.urlopen(url)
        content = conn.read()

        # 检查返回内容是否为图像数据（简单判断）
        if content[:8] == b'\x89PNG\r\n\x1a\n' or content[:2] == b'\xff\xd8'