将像素 x,y 坐标转换为 wgs84答案

【问题标题】：convert pixel x,y coordinates to wgs84将像素 x,y 坐标转换为 wgs84
【发布时间】：2021-06-08 03:43:54
【问题描述】：

我有 2 个相同对象的数据集，但都在不同的坐标系中获得。一种是从图像[像素数据]获得的坐标，因此坐标是相对于图像的。另一个系统是WGS84系统。

我需要通过使用python将图像像素系统中的点映射到WGS84系统中它们对应的相对点来转换它们。

我掌握的信息如下：

图片数据格式如下：

    pixIndex       X       Y    R    G    B
           1       0       0  227  227  227
           2       1       0  237  237  237
           3       2       0   0     0    0
           4       3       0  232  232  232
           5       4       0  233  233  233
...        ...     ...     ...  ...  ...  ...

原始数据：

如何进行这种转换？等角投影应该没问题，我不需要它在墨卡托坐标中。

python atm 不是很强大，我看过这个但不确定如何在 python 中这样做：

Convert latitude/longitude point to a pixels (x,y) on mercator projection

感谢您提供任何和所有帮助 :) 谢谢！

【问题讨论】：

标签： python pandas math maps

【解决方案1】：

如果每个链接的转换公式是正确的（尤其是 cmets Convert latitude/longitude point to a pixels (x,y) on mercator projection 中的这个）那么：

import pandas as pd
import numpy as np
import math
from io import StringIO

df = pd.read_csv(StringIO("""    pixIndex       X       Y    R    G    B
           1       0       0  227  227  227
           2       1       0  237  237  237
           3       2       0   0     0    0
           4       3       0  232  232  232
           5       4       0  233  233  233"""), sep="\s+")

mapWidth  = df["X"].max()
mapHeight = df["Y"].max()

x = df["X"]
y = df["Y"]

df["Lon"] = ((360 * x) / mapWidth) - 180
df["Lat"] = 90 * (-1 + (4 * np.arctan(np.power(math.e, (math.pi - (2 * math.pi * y) / mapHeight)))) / math.pi)

哪些输出（样本数据中Y全为0）

   pixIndex  X  Y    R    G    B    Lon  Lat
0         1  0  0  227  227  227 -180.0  NaN
1         2  1  0  237  237  237  -90.0  NaN
2         3  2  0    0    0    0    0.0  NaN
3         4  3  0  232  232  232   90.0  NaN
4         5  4  0  233  233  233  180.0  NaN

不确定转换过程的有效性，只是调整了公式。

【讨论】：