Начало работы с цезием. Часть 8. Векторные данные загрузки цезия
Начало работы с цезием. Часть 8. Векторные данные загрузки цезия

1. Что такое векторные данные?

Векторные данные — это тип векторных географических информационных данных, используемых для описания геометрических характеристик географического пространства и широко используемых в приложениях географических информационных систем (ГИС). Векторные данные обычно используются для представления геопространственных объектов, таких как точки, линии, многоугольники и многоугольники, а также могут сопровождаться некоторыми географически связанными атрибутивными данными, такими как имя, тип, площадь и т. д.

Напротив, растровые данные обычно представляют собой формат данных на основе пикселей, который описывает такую ​​​​информацию, как цвет или яркость для каждого пикселя в географическом пространстве. При обработке крупномасштабных картографических данных, сложных геопространственных связей и атрибутивных данных векторные данные обычно более эффективны и точны.

2. Форматы векторных данных, поддерживаемые Cesium.

  • KML (Keyhole Markup Language)
  • CZML (Cesium Language)
  • GeoJSON

Формат KML

KML(Keyhole Markup Language) используется для описания трехмерной земли или квартирылапшакартасвоего рода информацияXMLязык разметки формата,Запущен компанией Keyhole. KML поддерживает такие элементы, как трехмерные карты местности, метки, линии, многоугольники, текстуры и изображения. Цезий,Это можно сделать, позвонивCesium.KmlDataSource()Экземпляр для загрузкиKMLдокумент,и добавьте его на слой.

KmlDataSource

Создавайте сущности из источников данных KML (Keyhole Markup Language). KML — это формат XML, используемый для описания географического местоположения и информации о тегах.

Общие свойства

  • name: имя, используемое для описания источника данных.
  • показать: видно ли
  • камера: исходное положение и азимут камеры

Общие методы load(url, параметры): Загрузите файл KML по указанному URL-адресу.

Загрузка примеров

Язык кода:javascript
копировать
const viewer = new Cesium.Viewer('cesiumContainer');
viewer.dataSources.add(Cesium.KmlDataSource.load('../public/facilities.kmz',
     {
          camera: viewer.scene.camera,
          canvas: viewer.scene.canvas
     })
);

Формат CZML

CZML(Cesium Language) Это язык разметки обмена данными, основанный на формате JSON, используемый для описания объектов, графики, датчиков и устройств в трехмерных сценах. Формат CZML предназначен для предоставления атрибутивной информации, такой как положение, вращение, масштаб и материал.,Используется для достижения реалистичного рендеринга трехмерной сцены. В цезии,Можно использоватьCesium.CzmlDataSource()Загрузка и анализ экземпляраCZMLданныеисточник。

CzmlDataSource

Объекты создаются с использованием CZML (Cesium Zoomable Markup Language), формата JSON, используемого для описания сцен и визуализаций.

Общие свойства

  • name: имя, используемое для описания источника данных.
  • показать: видно ли

Общие методы load(url, параметры): загрузить файл CZML по указанному URL-адресу.

Загрузка примеров

Язык кода:javascript
копировать
const viewer = new Cesium.Viewer('cesiumContainer');
viewer.dataSources.add(Cesium.CzmlDataSource.load('../public/data.czml');

Формат GeoJSON

GeoJSON — это широко используемый формат обмена географическими данными, основанный на нотации объектов JavaScript (JSON). GeoJSON поддерживает такие моменты, как、Проволока、лапша Представление географических объектов, таких как многоугольники и многоугольники.,И может быть преобразован в векторную структуру данных и обратно. В цезии,использоватьCesium.GeoJsonDataSource.load()метод может конвертировать локальныеGeoJSONдокумент Загрузить в слой。

GeoJsonDataSource

Создайте сущности из источника данных GeoJSON. GeoJsonDataSource поддерживает различные типы объектов и свойства спецификации GeoJSON. Общие свойства

  • name: имя, используемое для описания источника данных.
  • показать: видно ли
  • кластеризация: тип EntityCluster, настройки, связанные с агрегацией сущностей.

Общие методы

  • load(url, options): загрузить файл GeoJSON по указанному URL.

Загрузка примеров

Язык кода:javascript
копировать
var viewer = new Cesium.Viewer('cesiumContainer');
const geoJson = await  Cesium.GeoJsonDataSource.load('../public/china.json') 
viewer.dataSources.add(geoJson)

3. Пример загрузки цезием карты Китая в формате данных GeoJSON.

Загрузка данных GeoJSON в Cesium очень проста и требует всего трех шагов для завершения вызова. 1. Создать объект просмотра 2. Используйте метод Cesium.GeoJsonDataSource.load() для загрузки данных GeoJSON. 3. Добавьте загруженные данные GeoJSON во просмотрщик. Поскольку метод Cesium.GeoJsonDataSource.load() является асинхронным, мы используем await для выполнения кода. Сначала мы копируем необходимые данные GeoJSON в соответствующую папку, а затем выполняем следующий код в vue onMounted.

Язык кода:javascript
копировать
onMounted( async () => {
	const viewer = new Cesium.Viewer('cesiumContainer',{
	    анимация:false, //Виджет анимации
	    baseLayerPicker:false, //компонент карты Layer
	    fullscreenButton:false, // полноэкранный компонент
	    geocoder:false,//Компонент поиска геокодирования
	    homeButton:false, //Компонент домашней страницы
	    infoBox:false,//Информационный блок
	    SceneModePicker:false, //режим сцены
	    selectionIndicator:false,//Компонент индикатора выбора
	    временная шкала: false, // Временная шкала
	    NavigationHelpButton:false,//кнопка «Справка»
	    navigationInstructionsInitiallyVisible:false,  
	})
	const geoJson = await Cesium.GeoJsonDataSource.load('../public/china.json') 
	viewer.dataSources.add(geoJson)
})

Запустите проект и обновите браузер, чтобы увидеть эффект.

Хорошо, на этот раз давайте сначала остановимся на этом. Если вам это нравится, пожалуйста, поставьте лайк, подпишитесь и добавьте его в избранное!

boy illustration
RasaGpt — платформа чат-ботов на основе Rasa и LLM.
boy illustration
Nomic Embed: воспроизводимая модель внедрения SOTA с открытым исходным кодом.
boy illustration
Улучшение YOLOv8: EMA основана на эффективном многомасштабном внимании, основанном на межпространственном обучении, и эффект лучше, чем у ECA, CBAM и CA. Малые цели имеют очевидные преимущества | ICASSP2023
boy illustration
Урок 1 серии Libtorch: Тензорная библиотека Silky C++
boy illustration
Руководство по локальному развертыванию Stable Diffusion: подробные шаги и анализ распространенных проблем
boy illustration
Полностью автоматический инструмент для работы с видео в один клик: VideoLingo
boy illustration
Улучшения оптимизации RT-DETR: облегченные улучшения магистрали | Support Paddle облегченный rtdetr-r18, rtdetr-r34, rtdetr-r50, rtdet
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | Деформируемое внимание с большим ядром (D-LKA Attention), большое ядро ​​​​свертки улучшает механизм внимания восприимчивых полей с различными функциями
boy illustration
Создано Datawhale: выпущено «Руководство по тонкой настройке развертывания большой модели GLM-4»!
boy illustration
7B превышает десятки миллиардов, aiXcoder-7B с открытым исходным кодом Пекинского университета — это самая мощная модель большого кода, лучший выбор для корпоративного развертывания.
boy illustration
Используйте модель Huggingface, чтобы заменить интерфейс внедрения OpenAI в китайской среде.
boy illustration
Оригинальные улучшения YOLOv8: несколько новых улучшений | Сохранение исходной информации — алгоритм отделяемой по глубине свертки (MDSConv) |
boy illustration
Второй пилот облачной разработки | Быстро поиграйте со средствами разработки на базе искусственного интеллекта
boy illustration
Бесшовная интеграция, мгновенный интеллект [1]: платформа больших моделей Dify-LLM, интеграция с нулевым кодированием и встраивание в сторонние системы, более 42 тысяч звезд, чтобы стать свидетелями эксклюзивных интеллектуальных решений.
boy illustration
Решенная Ошибка | Загрузка PyTorch медленная: TimeoutError: [Errno 110] При загрузке факела истекло время ожидания — Cat Head Tiger
boy illustration
Brother OCR, библиотека с открытым исходным кодом для Python, которая распознает коды проверки.
boy illustration
Новейшее подробное руководство по загрузке и использованию последней демонстрационной версии набора данных COCO.
boy illustration
Выпущен отчет о крупной модели финансовой отрасли за 2023 год | Полный текст включен в загрузку |
boy illustration
Обычные компьютеры также могут работать с большими моделями, и вы можете получить личного помощника с искусственным интеллектом за три шага | Руководство для начинающих по локальному развертыванию LLaMA-3
boy illustration
Одной статьи достаточно для анализа фактора транскрипции SCENIC на Python (4)
boy illustration
Бросая вызов ограничениям производительности небольших видеокарт, он научит вас запускать большие модели глубокого обучения с ограниченными ресурсами, а также предоставит полное руководство по оценке и эффективному использованию памяти графического процессора!
boy illustration
Команда Fudan NLP опубликовала 80-страничный обзор крупномасштабных модельных агентов, в котором в одной статье представлен обзор текущего состояния и будущего агентов ИИ.
boy illustration
[Эксклюзив] Вы должны знать о новой функции JetBrains 2024.1 «Полнострочное завершение кода», чтобы решить вашу путаницу!
boy illustration
Краткое изложение базовых знаний о регистрации изображений 1.0
boy illustration
Новейшее подробное руководство по установке и использованию библиотеки cv2 (OpenCV, opencv-python) в Python.
boy illustration
Легко создайте локальную базу знаний для крупных моделей на основе Ollama+AnythingLLM.
boy illustration
[Решено] ошибка установки conda. Среда решения: не удалось выполнить первоначальное зависание решения. Повторная попытка с помощью файла (графическое руководство).
boy illustration
Одна статья поможет вам понять RAG (Retrival Enhanced Generation) | Введение в концепцию и теорию + практику работы с кодом (включая исходный код).
boy illustration
Эволюция архитектуры шлюза облачной разработки
boy illustration
Docker и Kubernetes [Разработка контейнерных приложений с помощью Python]