Python 获取图像 GPS 信息

为为为什么

发布于 2024-05-16 16:54:45

1050

发布于 2024-05-16 16:54:45

JPG 图像中经常会保存相机记录的图像拍摄位置的 GPS 信息，本文记录 Python 获取图像拍摄位置信息的方法。

简介

EXIF（Exchangeable Image File Format）是一种用于存储图像拍摄相关信息的标准，这些信息包括相机设置、拍摄时间、地点等。EXIF信息通常嵌入在JPEG、TIFF和RAW图像文件中，以便于软件和设备（如数字相机、手机、扫描仪）能够读取和使用这些信息。

在EXIF信息中，GPS信息是一个重要的组成部分，它可以提供关于图像拍摄位置的详细数据。以下是GPS信息可能包含的内容：

GPS版本信息：表示EXIF中GPS信息的版本号。
GPS国界：标识图像拍摄位置所在的国家或地区。
GPS定位日期和时间：记录图像拍摄时的日期和时间。
GPS卫星信息：显示在图像拍摄时，哪些卫星参与了GPS定位。
GPS经度：表示图像拍摄位置的经度，通常以度、分、秒的形式表示。
GPS纬度：表示图像拍摄位置的纬度，同样以度、分、秒的形式表示。
GPS高度：以米为单位，表示图像拍摄位置相对于海平面的高度。
GPS速度：表示图像拍摄时的移动速度，通常以千米/小时为单位。

通过这些GPS信息，我们可以了解到图像的拍摄位置、时间和拍摄时的运动状态。这些信息对于图片的归档、分享和地理信息系统（GIS）分析等方面非常有用。

Python 获取路线

可以在 Python 中很容易地获取到图像的 exif 信息，并从中提取 gps 信息，本质上都是从文件中读取 exif 信息字段，将其解析成我们可读的 gps 信息。

这里介绍三种实现方法：

Pillow 路线
piexif
exifread

经度、纬度概念

经度 Longitude , 本初子午线位置为 0 度经线 , 相当于水平 x 轴的坐标 , 经度的取值范围 -180 度 ~ +180 度 ;
纬度 Latitude , 相当于垂直 y 轴的坐标 , 纬度的取值范围 -90 度 ~ + 90 度 ;
西经和南纬是负数 ;

Pillow

安装

1	pip install Pillow

使用

上源码：

12345678910111213141516171819

from PIL import Image, ExifTagsdef pillow_get_exif_data(image_path): image = Image.open(image_path) # 获取图片的exif信息 exif_data = image._getexif() if exif_data is not None: # 使用自定义的函数转换exif标签 exif_data = { ExifTags.TAGSk: v for k, v in exif_data.items() if k in ExifTags.TAGS } return exif_dataif __name__ == '__main__': image_path = 'demo.jpg' exif_data = pillow_get_exif_data(image_path) print(exif_data'GPSInfo')

输出：

1	{0: b'\x02\x03\x00\x00', 1: 'N', 2: (31.0, 5.0, 37.6518), 3: 'E', 4: (121.0, 14.0, 54.4151), 5: b'\x00', 6: 93.606, 7: (2.0, 32.0, 54.0), 9: 'A', 18: 'WGS-84\x00', 29: '2024:05:04'}

含义：

1 —— 南北
2 —— 纬度（度分秒）
3 —— 东西
4 —— 经度（度分秒）
6 —— 高度（米）

piexif

安装

1	pip install piexif

使用

上源码：

12345678910	import piexifdef piexif_get_exif_data(image_path): exif_dict = piexif.load(image_path) return exif_dictif __name__ == '__main__': image_path = 'demo.jpg' exif_data = piexif_get_exif_data(image_path) print(exif_data'GPS')

输出：

123456789101112131415161718192021	0:(2, 3, 0, 0)1:b'N'2:((31, 1), (5, 1), (376518, 10000))3:b'E'4:((121, 1), (14, 1), (544151, 10000))5:06:(93606, 1000)7:((2, 1), (32, 1), (54, 1))9:b'A'18:b'WGS-84\x00'

含义：

其中的 tuple 需要第一个数除以第二个数

1 —— 南北
2 —— 纬度（度分秒）
3 —— 东西
4 —— 经度（度分秒）
6 —— 高度（米）

exifread

安装

1	pip install exifread

使用

上源码：

12345678910111213	import exifreaddef exifread_get_exif_data(image_path): f = open(image_path,'rb') contents = exifread.process_file(f) f.close() return contentsif __name__ == '__main__': image_path = 'demo.jpg' contents = exifread_get_exif_data(image_path) print(contents"GPS GPSLongitude", contents'GPS GPSLongitudeRef', contents"GPS GPSLatitude", contents'GPS GPSLatitudeRef', contents"GPS GPSAltitude")

输出：

1	121, 14, 544151/10000 E 31, 5, 188259/5000 N 46803/500

性能评估

连续运行一千次，统计时间：

12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455

from PIL import Image, ExifTagsimport mtutils as mtimport numpy as npimport piexifimport exifreadimport timedef piexif_get_exif_data(image_path): exif_dict = piexif.load(image_path) return exif_dictdef pillow_get_exif_data(image_path): image = Image.open(image_path) # 获取图片的exif信息 exif_data = image._getexif() if exif_data is not None: # 使用自定义的函数转换exif标签 exif_data = { ExifTags.TAGSk: v for k, v in exif_data.items() if k in ExifTags.TAGS } return exif_datadef exifread_get_exif_data(image_path): f = open(image_path,'rb') contents = exifread.process_file(f) f.close() return contents if __name__ == '__main__': image_path = 'demo.JPG' times = 1000 start = time.time() for _ in range(times): exif_data = pillow_get_exif_data(image_path) end = time.time() print(f'pillow_get_exif_data: {end - start}') start = time.time() for _ in range(times): exif_data2 = piexif_get_exif_data(image_path) end = time.time() print(f'piexif_get_exif_data: {end - start}') start = time.time() for _ in range(times): exifread_get_exif_data(image_path) end = time.time() print(f'exifread_get_exif_data: {end - start}') pass

输出：