智能手机或平板如果在拍照时开启定位服务，照片中就会记录拍照位置信息和拍摄时间。这时我们可以先利用exifread库解析图片的exif元数据信息，再利用API把经纬度坐标转换为结构化地址输出。

如果图片含有相应信息，如下程序可以获得拍摄图片的时间，图片所在的经纬度，拍摄图片的地点(可以精确到街道信息)。

import exifread
import re
import json
import requests
def latitude_and_longitude_convert_to_decimal_system(*arg):
    return float(arg[0]) + ((float(arg[1]) + (float(arg[2].split('/')[0]) / float(arg[2].split('/')[-1]) / 60)) / 60)
def find_GPS_image(pic_path):
    GPS = {}
    date = ''
    with open(pic_path, 'rb') as f:
        tags = exifread.process_file(f)
        for tag, value in tags.items():
            if re.match('GPS GPSLatitudeRef', tag):
                GPS['GPSLatitudeRef'] = str(value)
            elif re.match('GPS GPSLongitudeRef', tag):
                GPS['GPSLongitudeRef'] = str(value)
            elif re.match('GPS GPSAltitudeRef', tag):
                GPS['GPSAltitudeRef'] = str(value)
            elif re.match('GPS GPSLatitude', tag):
                try:
                    match_result = re.match('\[(\w*),(\w*),(\w.*)/(\w.*)\]', str(value)).groups()
                    GPS['GPSLatitude'] = int(match_result[0]), int(match_result[1]), int(match_result[2])
                except:
                    deg, min, sec = [x.replace(' ', '') for x in str(value)[1:-1].split(',')]
                    GPS['GPSLatitude'] = latitude_and_longitude_convert_to_decimal_system(deg, min, sec)
            elif re.match('GPS GPSLongitude', tag):
                try:
                    match_result = re.match('\[(\w*),(\w*),(\w.*)/(\w.*)\]', str(value)).groups()
                    GPS['GPSLongitude'] = int(match_result[0]), int(match_result[1]), int(match_result[2])
                except:
                    deg, min, sec = [x.replace(' ', '') for x in str(value)[1:-1].split(',')]
                    GPS['GPSLongitude'] = latitude_and_longitude_convert_to_decimal_system(deg, min, sec)
            elif re.match('GPS GPSAltitude', tag):
                GPS['GPSAltitude'] = str(value)
            elif re.match('.*Date.*', tag):
                date = str(value)
    return {'GPS_information': GPS, 'date_information': date}
def find_address_from_GPS(GPS):
    #使用Geocoding API把经纬度坐标转换为结构化地址。
    secret_key = 'zbLsuDDL4CS2U0M4KezOZZbGUY9iWtVf'
    if not GPS['GPS_information']:
        return '该照片无GPS信息'
    lat, lng = GPS['GPS_information']['GPSLatitude'], GPS['GPS_information']['GPSLongitude']
    baidu_map_api = "http://api.map.baidu.com/geocoder/v2/?ak={0}&callback=renderReverse&location={1},{2}s&output=json&pois=0".format(
        secret_key, lat, lng)
    response = requests.get(baidu_map_api)
    content = response.text.replace("renderReverse&&renderReverse(", "")[:-1]
    baidu_map_address = json.loads(content)
    formatted_address = baidu_map_address["result"]["formatted_address"]
    province = baidu_map_address["result"]["addressComponent"]["province"]
    city = baidu_map_address["result"]["addressComponent"]["city"]
    district = baidu_map_address["result"]["addressComponent"]["district"]
    return formatted_address, province, city, district
if __name__ == '__main__':
    file_name = "003.jpg"
    GPS_info = find_GPS_image(pic_path=file_name)
    address = find_address_from_GPS(GPS=GPS_info)
    print("Time taken: ")
    print(GPS_info['date_information'] + "\n")
    print("Longitude and Latitude :")
    print(GPS_info['GPS_information']['GPSLongitude'], GPS_info['GPS_information']['GPSLongitudeRef'])
    print(GPS_info['GPS_information']['GPSLatitude'], GPS_info['GPS_information']['GPSLatitudeRef'] + "\n")
    print("Address: ")
    print(address)

 图A获取的图片信息为：
 
 
Time taken : 2018:11:03 12:28:31
 Longitude and Latitude :
 116.32040277777777 E
 39.982875 N
 Address: (‘北京市海淀区海淀南路1号’, ‘北京市’, ‘北京市’, ‘海淀区’)
 

 图B获取的图片信息为：
 
 
Time taken : 2002:12:08 12:00:00
 Longitude and Latitude :
 117.10391233333333 E
 36.25671386111111 N
 Address : (‘山东省泰安市岱岳区’, ‘山东省’, ‘泰安市’, ‘岱岳区’)
 
以上代码和数据可以去我的GitHub网站下载。后续会继续整理总结有趣小项目。
                    文章目录前言程序结果图A图B前言智能手机或平板如果在拍照时开启定位服务，照片中就会记录拍照位置信息和拍摄时间。这时我们可以先利用exifread库解析图片的exif元数据信息，再利用API把经纬度坐标转换为结构化地址输出。如果图片含有相应信息，如下程序可以获得拍摄图片的时间，图片所在的经纬度，拍摄图片的地点(可以精确到街道信息)。程序import exifreadimport reimport jsonimport requestsdef latitude_and_longitude_
				
我们都知道，可以使用高德地图api实现经纬度与地址的转换。那么，当我们有很多个地址与经纬度，需要批量转换的时候，应该怎么办呢？
在这里，选用高德Web服务的API，其中的地址/逆地址编码，可以实现经纬度与地址的转换。
高德API地址：
地理/逆地理编码：http://lbs.amap.com/api/webservice/guide/api/georegeo
坐标转换：http://lbs.amap.com/api/webservice/guide/api/convert
1.申请key
2.坐标转换
坐标转换是一类简单的HTTP接口，能够将用户输入的非高德坐标（GPS坐标、mapbar坐标、
				
其实我们平时拍摄的照片里，隐藏了大量的私密信息，包括 拍摄时间、极其精确 具体的GPS信息，通过读取照片的GPS信息，然后通过百度API将GPS转换成地址，代码中用到的百度API的ak值，可以注册一个百度开发者获得，也可以直接使用本文中提供的。Python分析照片详细拍摄地点源代码需要引入exifread模块，该模块用于分析照片信息，提取照片的GPS等信息。
程序中使用的测试照片，可自行用手机拍摄，拍摄时记得打开手机GPS，这样拍出的照片才会带有GPS信息。程序运行截图：
完整源代码：
# coding=
				
python如何使用exifread获取图片的经纬度信息
废话不多说，直接进主题。先下载exifread包：pip install exifread
先看下我们的图片属性
直接上代码
import exifread
if __name__ == '__main__':
    f = open("D:\\IdeaPorject\\datasets\\Ir\\DJI_20210927093017_0001_T.JPG", 'rb')
    contents = exifread.process_file
				
文章目录前言例子读取文本数据数据写入Excel1. 设置单元格格式2. 调用Excel自身的公式3. 设置数据格式为百分比4. 插入Excel图表5. 简化Demo6. 完整代码7. Excel文件内容总结
有时我们要针对一些数据做统计报告，在文件过多亦或数据量大，excel操作重复操作又过多等情况下，我们可以利用Python进行数据分析处理。
读取文本数据
假设有文本数据如下：
201801136 61.0 68.0 60.0
201801137 94.0 64.0 75.0
2018011
有时我们有一堆数据，我们需要统计在各个区间段的数据有多少，占总数据量的比例，可借助如下程序。程序可去我的GitHub网站下载
fit_words(frequencies)   # 根据词频生成词云图
generate(text)   # 根据文本生成词云图
generate_from_frequencies(frequencies[, …])  # 根据词频生成词云图
generate_from_text(text)    # 根据文本生成词云图
process_t
				
文章目录前言数据格式1. 节点数据格式2. 单元编号数据格式程序1 读取节点信息2 读取网格拓扑信息3 网格图形化4 完整代码结果1. 不显示编号信息2. 显示编号信息
利用有限元方法计算一些数值问题，经常需要剖网格，得到的网格拓扑信息，如果能图形化显示对我们Debug程序也方便，下面利用Python语言读取文本中的网格拓扑信息，然后图形化显示，且可以选择是否显示节点或者单元编号信息。具体代码和数据可以去我的 Github下载。
1. 节点数据格式
id_1 x1 y1
id_2 x2 y2
				
文章目录前言程序1. 入门第一个窗口2. Tkinter 组件(a) 标签(b) 文本框(c) 输入框(d) 按钮3. Tkinter 事件绑定(a) 鼠标点击(b) 键盘按键(c) 点击按钮4. 添加背景图片小项目完整程序结果
Python 提供了多个图形开发界面的库，在此介绍一下自己对 Tkinter 学习的理解和经验，并用其制作几个小项目。具体代码可以去我的GitHub网站下载。
1. 入门第一个窗口
from tkinter import *
window = Tk()   # 类的实
				
Pillow是Python中一个强大的图像处理库，但是它并不能直接识别图片的拍摄时间和地点。要获取这些信息，需要借助其他的库和工具。
1. 使用ExifRead库获取拍摄时间和地点
ExifRead是一个Python库，用于解析图像文件的Exif（Exchangeable Image File）元数据。Exif元数据是存储在数字照片中的信息，包括拍摄时间、地点、相机型号、曝光时间、光圈值等。可以使用ExifRead库读取这些信息。
首先安装ExifRead库：
pip install exifread
然后使用以下代码获取拍摄时间和地点：
```python
import exifread
# 打开图片文件
with open('image.jpg', 'rb') as f:
    # 读取Exif数据
    exif_tags = exifread.process_file(f)
    # 获取拍摄时间和地点
    if 'Image DateTime' in exif_tags:
        print('拍摄时间：', exif_tags['Image DateTime'])
    if 'GPS GPSLatitude' in exif_tags and 'GPS GPSLongitude' in exif_tags:
        latitude_ref = exif_tags['GPS GPSLatitudeRef'].values
        latitude = exif_tags['GPS GPSLatitude'].values
        longitude_ref = exif_tags['GPS GPSLongitudeRef'].values
        longitude = exif_tags['GPS GPSLongitude'].values
        lat = (latitude[0].num/latitude[0].den, latitude[1].num/latitude[1].den, latitude[2].num/latitude[2].den)
        lon = (longitude[0].num/longitude[0].den, longitude[1].num/longitude[1].den, longitude[2].num/longitude[2].den)
        lat = (lat[0] + lat[1]/60 + lat[2]/3600) * (-1 if latitude_ref == 'S' else 1)
        lon = (lon[0] + lon[1]/60 + lon[2]/3600) * (-1 if longitude_ref == 'W' else 1)
        print('拍摄地点：', lat, lon)
2. 使用Google Cloud Vision API获取拍摄时间和地点
Google Cloud Vision API是Google提供的一项图像识别服务，可以识别图片中的物体、场景、文字、面部表情等信息。其中也包括图片的地理位置信息和拍摄时间信息。
首先你需要注册Google Cloud账户并开通Vision API服务，然后安装Google Cloud Python SDK：
pip install google-cloud-vision
然后使用以下代码获取拍摄时间和地点：
```python
import io
import os
from google.cloud import vision_v1p3beta1 as vision
# 设置Google Cloud凭证文件路径
os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = '/path/to/credentials.json'
# 创建Vision API客户端
client = vision.ImageAnnotatorClient()
# 读取图片文件
with io.open('image.jpg', 'rb') as image_file:
    content = image_file.read()
    image = vision.types.Image(content=content)
    # 发送图片到Vision API并获取结果
    response = client.annotate_image({
        'image': image,
        'features': [{'type': vision.enums.Feature.Type.IMAGE_PROPERTIES}]
    # 解析结果，获取拍摄时间和地点
    props = response.image_properties_annotation
    for prop in props:
        if prop.name == 'LOCATION':
            print('拍摄地点：', prop.value)
        if prop.name == 'TIME':
            print('拍摄时间：', prop.value)
需要注意的是，使用Google Cloud Vision API需要付费，而且获取地理位置信息需要上传图片时开启GPS定位功能。