共计 11982 个字符,预计需要花费 30 分钟才能阅读完成。
地图投影
对于接触互联网地图的同学来说,最开始接触的恐怕就是坐标转换的过程了。因为地球是个近似椭球的形态,有各种各样的椭球模型来模仿地球,最驰名的也就是 GPS 零碎应用的 WGS84 椭球了。然而这些椭球体的坐标应用的是经纬度,单位是角度。目前咱们的地图大多是二维立体上展现,应用角度为根底来计算多有不便,所以有泛滥数学家提出各种不同的转换形式来将经纬度示意的地位转换成平面坐标,这个转换过程地图学上成为投影。投影的形式多种多样,对咱们做互联网地图的来说,最重要的就是墨卡托投影的变体——Web 墨卡托投影。咱们先来看一下墨卡托投影的转换过程
(以赤道本初子午线为原点)
投影结束后的后果就是:
先不要头疼数学公式,曾经有很多类库做好了代码实现,比方 leaflet:
L.Projection.Mercator = {
R: 6378137,
R_MINOR: 6356752.314245179,
bounds: L.bounds([-20037508.34279, -15496570.73972], [20037508.34279, 18764656.23138]),
project: function (latlng) {
var d = Math.PI / 180,
r = this.R,
y = latlng.lat * d,
tmp = this.R_MINOR / r,
e = Math.sqrt(1 - tmp * tmp),
con = e * Math.sin(y);
var ts = Math.tan(Math.PI / 4 - y / 2) / Math.pow((1 - con) / (1 + con), e / 2);
y = -r * Math.log(Math.max(ts, 1E-10));
return new L.Point(latlng.lng * d * r, y);
},
unproject: function (point) {
var d = 180 / Math.PI,
r = this.R,
tmp = this.R_MINOR / r,
e = Math.sqrt(1 - tmp * tmp),
ts = Math.exp(-point.y / r),
phi = Math.PI / 2 - 2 * Math.atan(ts);
for (var i = 0, dphi = 0.1, con; i < 15 && Math.abs(dphi) > 1e-7; i++) {con = e * Math.sin(phi);
con = Math.pow((1 - con) / (1 + con), e / 2);
dphi = Math.PI / 2 - 2 * Math.atan(ts * con) - phi;
phi += dphi;
}
return new L.LatLng(phi * d, point.x * d / r);
}
};
接下来咱们说一下互联网地图真正应用的投影——Web 墨卡托或者也叫球形墨卡托。一般来说依照传统地图学的要求,一个投影坐标系都要有一个对应的椭球体,比方从 WGS84 的坐标转换成国内腾讯地图或者百度地图的坐标,都是要通过一步椭球体转换成 gcj02 椭球下的经纬度而后能力打点。所以有没有小伙伴在开发中应用 Geolocation 接口获取的经纬度间接传入下面地图 api 中打点发现误差很大?就是因为没有转成 gcj02 椭球下的经纬度。然而 web 墨卡托这个投影其实并不合乎地图学的要求,它没有对应的椭球体,它是谷歌本人造出来的(因为简略),也能够说对任何椭球体都实用,但这种时候咱们在表白一个地位信息时严格来说该当这样表白:椭球下的 Web 墨卡托投影坐标是。
好了当初来说一下 web 墨卡托的转换形式:
/*
* @namespace Projection
* @projection L.Projection.SphericalMercator
*
* Spherical Mercator projection — the most common projection for online maps,
* used by almost all free and commercial tile providers. Assumes that Earth is
* a sphere. Used by the `EPSG:3857` CRS.
*/
L.Projection.SphericalMercator = {
R: 6378137,
MAX_LATITUDE: 85.0511287798,
project: function (latlng) {
var d = Math.PI / 180,
max = this.MAX_LATITUDE,
lat = Math.max(Math.min(max, latlng.lat), -max),
sin = Math.sin(lat * d);
return new L.Point(
this.R * latlng.lng * d,
this.R * Math.log((1 + sin) / (1 - sin)) / 2);
},
unproject: function (point) {
var d = 180 / Math.PI;
return new L.LatLng((2 * Math.atan(Math.exp(point.y / this.R)) - (Math.PI / 2)) * d,
point.x * d / this.R);
},
bounds: (function () {
var d = 6378137 * Math.PI;
return L.bounds([-d, -d], [d, d]);
})()};
相对来说这个计算方法简略一些,然而这种投影有一些毛病,比方维度投影范畴只能在 -85~85 之间,一般来说没什么关系,反正个别人不会闲的没事跑南北极去。同时因为南北极非凡的地位,通常有一些专门的地图来表白。
地图的组织形式
能够察看一下腾讯地图在展现时,通常是一个正方形一个正方形的呈现,这些正方形地图上成为瓦片。上面咱们来说一下地图的组织形式。
如果地图数据有一个 G,那么在端上展现地图时,是把整个地图数据全副下载下来好还是只把咱们须要看的一部分下来好呢。答案必定是后者。那么有来一个问题,是每次都依据地位实时计算好还是提前将地图宰割成块,依据范畴加载瓦片好呢?这个问题的答案不齐全是瓦片,但绝大多数都是。所以当初互联网地图的组织模式就是金字塔构造的瓦片地图。
瓦片地图金字塔模型是一种多分辨率层次模型,从瓦片金字塔的底层到顶层,分辨率越来越低,但示意的天文范畴不变(这张图瓦片坐标是从左上角开始,通常谷歌系规范的瓦片是从左下角起始的)。
那么这些瓦片的级别是依照什么规定来分的呢?这就要牵扯出地图学中另一个重要的概念——比例尺(即地图上的一厘米代表着实际上的多少厘米)。到了 web 地图中咱们把比例尺转换成另一个概念——分辨率(Resolution,图上一像素代表理论多少米)。比例尺跟分辨率的换算举个例子:
// 示例来自:http://www.cnblogs.com/naaoveGIS/
// 这里的像素是设施像素
当初假如地图的坐标单位是米,dpi 为 96;1 英寸 =2.54 厘米;1 英寸 =96 像素;最终换算的单位是米;如果以后地图比例尺为 1:125000000,则代表图上 1 米等于实地 125000000 米;米和像素间的换算公式:1 英寸 =0.0254 米 =96 像素
1 像素 =0.0254/96 米
则依据 1:125000000 比例尺,图上 1 像素代表实地间隔是 125000000*0.0254/96 = 33072.9166666667 米。
下面这个例子同样能够由分辨率换算出比例尺。所以在互联网地图中咱们先不去关怀比例尺,只关怀分辨率的概念,假如瓦片的大小为 256 像素,每一级别的瓦块数目为 2^n * 2^n。分辨率计算公式为:
r=6378137
resolution=2*PI*r/(2^zoom*256)
r 为 Web 墨卡托投影时选取的地球半径,2PI r 代表地球周长,地球周长除以该级别下所有瓦片像素失去分辨率。
留神这里的像素理论并不是设施像素,而是一种参照像素(web 中的 css 像素或者是安卓上的设施无关像素),比方在某些高清屏下(window.devicePixelRatio = 3),一参照像素宽度等于 3 设施像素,这时候可能理论瓦片大小是 512 设施像素的,然而在显示时依然要把它显示成 256 参照像素(css 像素)。
从经纬度到地图瓦片
当初要进入要害的一步!如何给定经纬度来找出对应瓦片。这时候又要通过几个坐标转换的过程:
- 经纬度转 Web 墨卡托;
- Web 墨卡托转世界立体点;
- 世界立体点转瓦片像素坐标;
- 瓦片像素坐标转瓦片行列号
咱们再来看一下这些瓦片的组织形式,
能够看到这里的起始点是从左上角开始的,而经纬度和 Web 墨卡托的起始点是赤道和本初子午线,在瓦片像素坐标的核心它的坐标是(256 2^n / 2, 256 2^n / 2),所以两头就有了世界立体点这一步,它是一个两头转换的过程。
所以上文中咱们给出了经纬度转 Web 墨卡托的代码。那么接下来就要把 Web 墨卡托坐标转换成为世界立体点,这个坐标系的原点在左上角(0, 0),在 leaft 中它认为这个坐标的原点在左上角为(0,0),坐标范畴为 0~1。对应代码:
// @method latLngToPoint(latlng: LatLng, zoom: Number): Point
// Projects geographical coordinates into pixel coordinates for a given zoom.
latLngToPoint: function (latlng, zoom) {var projectedPoint = this.projection.project(latlng),
scale = this.scale(zoom);
return this.transformation._transform(projectedPoint, scale);
},
// @method scale(zoom: Number): Number
// Returns the scale used when transforming projected coordinates into
// pixel coordinates for a particular zoom. For example, it returns
// `256 * 2^zoom` for Mercator-based CRS.
scale: function (zoom) {return 256 * Math.pow(2, zoom);
},
transform 对应的代码为:
/*
* @class Transformation
* @aka L.Transformation
*
* Represents an affine transformation: a set of coefficients `a`, `b`, `c`, `d`
* for transforming a point of a form `(x, y)` into `(a*x + b, c*y + d)` and doing
* the reverse. Used by Leaflet in its projections code.
*
* @example
*
* ```js
* var transformation = new L.Transformation(2, 5, -1, 10),
* p = L.point(1, 2),
* p2 = transformation.transform(p), // L.point(7, 8)
* p3 = transformation.untransform(p2); // L.point(1, 2)
* ```
*/
// factory new L.Transformation(a: Number, b: Number, c: Number, d: Number)
// Creates a `Transformation` object with the given coefficients.
L.Transformation = function (a, b, c, d) {
this._a = a;
this._b = b;
this._c = c;
this._d = d;
};
L.Transformation.prototype = {// @method transform(point: Point, scale?: Number): Point
// Returns a transformed point, optionally multiplied by the given scale.
// Only accepts actual `L.Point` instances, not arrays.
transform: function (point, scale) {// (Point, Number) -> Point
return this._transform(point.clone(), scale);
},
// destructive transform (faster)
_transform: function (point, scale) {
scale = scale || 1;
point.x = scale * (this._a * point.x + this._b);
point.y = scale * (this._c * point.y + this._d);
return point;
},
// @method untransform(point: Point, scale?: Number): Point
// Returns the reverse transformation of the given point, optionally divided
// by the given scale. Only accepts actual `L.Point` instances, not arrays.
untransform: function (point, scale) {
scale = scale || 1;
return new L.Point((point.x / scale - this._b) / this._a,
(point.y / scale - this._d) / this._c);
}
};
对于 Web 墨卡托来说,transformation 的四个参数为:
/*
* @namespace CRS
* @crs L.CRS.EPSG3857
*
* The most common CRS for online maps, used by almost all free and commercial
* tile providers. Uses Spherical Mercator projection. Set in by default in
* Map's `crs` option.
*/
L.CRS.EPSG3857 = L.extend({}, L.CRS.Earth, {
code: 'EPSG:3857',
projection: L.Projection.SphericalMercator,
transformation: (function () {var scale = 0.5 / (Math.PI * L.Projection.SphericalMercator.R);
return new L.Transformation(scale, 0.5, -scale, 0.5);
}())
});
L.CRS.EPSG900913 = L.extend({}, L.CRS.EPSG3857, {code: 'EPSG:900913'});
这里要解释一下在 Web 墨卡托中 transform 这四个参数的意思:scale 代表球的周长分之一,b 和 d 都是 0.5 这代表赤道和本初子午线的交点在世界立体点的地位为 (0.5, 0.5);this._a * point.x + this._b
代表 x 轴方向墨卡托坐标在世界立体点地位,c=-scale,联合 this._c * point.y + this._d,能计算出 y 轴方向墨卡托在世界立体点地位。至于 c 为什么是付的,联合一下维度坐标的性质,以上为正下为负,到了世界平面坐标中,负的纬度坐标要大于 0.5。
接下来的两步就比较简单了,世界立体点坐标转像素坐标,只有乘以各个轴上对应的像素长度:
256 * 2^zoom * coord.x
256 * 2^zoom * coord.y
在 leaft 中其实曾经在 Transformation 的_transform 函数中坐了这一步。
剩下的咱们曾经晓得了像素坐标,就很容易求出对应的瓦片:
//tileSize = 256
xIndex = pixelCoord.x / tileSize;
yIndex = pixelCoord.y / tileSize;
留神谷歌系的瓦片都是以左下角为瓦片索引的起始,所以对应的 y 方向上的瓦片计算形式为:
Math.pow(2, mapZoom) - yIndex - 1
加载一屏地图
一般来说在实例化一个地图时,都会给给 Map 构造函数传入一个 zoom 和一个 center 参数,3d 状况下还会传入 theta 和 phi 代表左右旋转和高低翻转,而后就会加载出一幅地图。为了简略起见咱们先说说 2D 状况,以 leaflet 为例
要加载一幅地图,咱们只须要晓得屏幕四个点的经纬度所在范畴内的瓦片,再将这些瓦片依照肯定的偏移坐标安排即可。
下面传入的 center 代表以后范畴的中心点,同时也是屏幕的中心点,那么就能够求出该经纬度对应的像素坐标,这个像素坐标就是屏幕中心点对应的瓦片像素坐标。这里的像素与咱们的 css 像素一一对应,利用屏幕范畴可得出屏幕四个角点的瓦片像素坐标。利用这四个点的瓦片坐标,能够求出以后屏幕的瓦片索引范畴,加载这些瓦片。
_getTiledPixelBounds: function (center) {
var map = this._map,
mapZoom = map._animatingZoom ? Math.max(map._animateToZoom, map.getZoom()) : map.getZoom(),
scale = map.getZoomScale(mapZoom, this._tileZoom),
pixelCenter = map.project(center, this._tileZoom).floor(),
halfSize = map.getSize().divideBy(scale * 2);
return new L.Bounds(pixelCenter.subtract(halfSize), pixelCenter.add(halfSize));
},
_pxBoundsToTileRange: function (bounds) {var tileSize = this.getTileSize();
return new L.Bounds(bounds.min.unscaleBy(tileSize).floor(),
bounds.max.unscaleBy(tileSize).ceil().subtract([1, 1]));
},
接下来要留神一些,这时候这些瓦片的坐标范畴必定是大于屏幕的坐标范畴,所以要对所有的瓦片做一些偏移。计算过程比较简单,屏幕坐标以左上点为原点,这个点对应的像素坐标已知,只要求出每个瓦片的左上角点的瓦片像素坐标与屏幕左上点的瓦片像素坐标做差值,即可得出在 css 中的 position 的偏移值(高级点的用 css3 的 translate)。上面咱们能够看看 leaflet 的处理过程:
_setView: function (center, zoom, noPrune, noUpdate) {var tileZoom = Math.round(zoom);
if ((this.options.maxZoom !== undefined && tileZoom > this.options.maxZoom) ||
(this.options.minZoom !== undefined && tileZoom < this.options.minZoom)) {tileZoom = undefined;}
var tileZoomChanged = this.options.updateWhenZooming && (tileZoom !== this._tileZoom);
if (!noUpdate || tileZoomChanged) {
this._tileZoom = tileZoom;
if (this._abortLoading) { // 如果 zoom 要发生变化,进行以后所有 tiles 的加载;通过更改他们的 onload onerror 事件实现
this._abortLoading();}
// 1、创立该级别容器瓦片
// 2、设置 zIndex
// 3、设置本级别图层基准点 origin
// 4、设置值本级别容器的偏移量
this._updateLevels();
// 1、失去世界的像素 bounds
// 2、得通过像素范畴除以 tileSize 失去可能笼罩世界的瓦片范畴
// 3、失去坐标系经度和纬度范畴内的瓦片范畴
this._resetGrid();
if (tileZoom !== undefined) {
// 加载可视范畴内的瓦片
// 1、计算可视区域的像素范畴
// 2、将像素范畴转变成瓦片格网范畴
// 3、计算一个 buffer 的格网范畴
// 4、将不再以后范畴内已加载的瓦片打上标签
// 5、如果 zoom 发生变化从新进行 setView
// 6、将格网范畴内的 tile 放入一个数组中
// 7、对数组进行排序,凑近中心点的先加载
// 8、创立瓦片
// (1) 计算瓦片在地图上的偏移量 coords * tileSize - origin
// (2) 加载瓦片数据(图片或者矢量数据)// (3) 设置图片地位 setPosition
this._update(center);
}
if (!noPrune) {this._pruneTiles(); // 移除不在范畴内的 tile; retainParent 局部尚没看懂,可能是依照瓦片金字塔保留
}
// Flag to prevent _updateOpacity from pruning tiles during
// a zoom anim or a pinch gesture
this._noPrune = !!noPrune;
}
// 将地图的新中心点移到地图地方
this._setZoomTransforms(center, zoom);
},
3D 地图的加载
互联网地图倒退到当初呈现了不少 3D 地图,3D 的计算过程有些简单,尤其是设置了旋转和仰视角度之后。不过咱们能够从简略状况说起。
3D 地图其实比 2D 多了一个环节,那就是墨卡托与 3D 世界坐标,3D 世界与屏幕像素之间的转换。如果咱们不想自找麻烦,通常 3D 坐标都是以米为单位,放弃跟墨卡托的坐标单位统一,然而个别不间接以墨卡托的原点做 3D 世界的原点,因为墨卡托坐标比拟大,后续计算精度是个问题。所以个别以用户设置的 center 转换成的墨卡托坐标为原点来建设 3D 的世界坐标系。
一般来讲大家应用的都是透视投影,因为 3D 世界在屏幕上的投影时非线性的,所以 3D 世界与屏幕像素之间的比值并不是固定的。但个别对地图来讲,不考旋转仰视状况下,相机的眼帘轴与水平面是垂直关系,那么就能够利用相机投影面高度与屏幕高的比值求出 3D 世界单位与像素的比值,这个分辨率咱们成为 resolution2
_getPixelMeterRatio(target) {
target = target ? target : this.controls.target;
let distance = this.camera.position.distanceTo(target);
let top = this.camera instanceof PerspectiveCamera ?
(Math.tan(this.camera.fov / 2 * DEG2RAD) * distance) :
this.camera.top / this.camera.zoom;
let meterPerPixel = 2 * top / this.container.clientHeight;
return meterPerPixel;
}
后面章节中咱们有一个地图的瓦片像素分辨率 resolution,只有让这两个分辨率的值相等,就能计算出相机该当间隔水平面的适合高度,将 css 像素与瓦片像素一比一对应起来。然而这个时候不倡议像 2D 那样用四个点的瓦片像素坐标来计算瓦片索引,倡议将屏幕四个点转成 3D 坐标,3D 坐标转成墨卡托,墨卡托转瓦片像素坐标,而后再求瓦片索引。为什么要多此一举,起因在于当仰视角度存在时,瓦片分辨率与 resolution2 并不相同,这时候的视线范畴是个梯形,然而咱们能够将屏幕坐标转成墨卡托坐标再来计算这个过程。
是的没错,那个梯形就是你的手机屏幕!至于这个梯形的计算过程,能够利用相机的 fov、near、aspect 等属性计算出四条射线,这四条射线与水平面的交点形成了一个梯形,这个梯形能够求出一个外包矩形,利用这个外包矩形求出瓦片的索引范畴。像 mapbox 中计算的办法绝对奇妙一些,没有间接通过相机坐标系求射线形式,而是利用屏幕坐标求出 ndc 坐标,通过将两个 ndc 坐标的 z 值别离设置为 0 和 1 求出一条射线,而后将 ndc 坐标转换成 3d 坐标,利用线性关系求出水平面的点(z=0)。从而求出那个梯形。
/**
* Return all coordinates that could cover this transform for a covering
* zoom level.
* @param {Object} options
* @param {number} options.tileSize
* @param {number} options.minzoom
* @param {number} options.maxzoom
* @param {boolean} options.roundZoom
* @param {boolean} options.reparseOverscaled
* @param {boolean} options.renderWorldCopies
* @returns {Array<Tile>} tiles
*/
coveringTiles(
options: {
tileSize: number,
minzoom?: number,
maxzoom?: number,
roundZoom?: boolean,
reparseOverscaled?: boolean,
renderWorldCopies?: boolean
}
) {let z = this.coveringZoomLevel(options);
const actualZ = z;
if (options.minzoom !== undefined && z < options.minzoom) return [];
if (options.maxzoom !== undefined && z > options.maxzoom) z = options.maxzoom;
const centerCoord = this.pointCoordinate(this.centerPoint, z);
const centerPoint = new Point(centerCoord.column - 0.5, centerCoord.row - 0.5);
// 利用屏幕四个点求 ndc 坐标,ndc 坐标转 3D 坐标,依据线性关系求出交点
const cornerCoords = [this.pointCoordinate(new Point(0, 0), z),
this.pointCoordinate(new Point(this.width, 0), z),
this.pointCoordinate(new Point(this.width, this.height), z),
this.pointCoordinate(new Point(0, this.height), z)
];
return tileCover(z, cornerCoords, options.reparseOverscaled ? actualZ : z, this._renderWorldCopies)
.sort((a, b) => centerPoint.dist(a.canonical) - centerPoint.dist(b.canonical));
}
上面这个函数就是 mapbox 中求交点步骤的奇妙之处
pointCoordinate(p: Point, zoom?: number) {if (zoom === undefined) zoom = this.tileZoom;
const targetZ = 0;
// since we don't know the correct projected z value for the point,
// unproject two points to get a line and then find the point on that
// line with z=0
const coord0 = [p.x, p.y, 0, 1];
const coord1 = [p.x, p.y, 1, 1];
vec4.transformMat4(coord0, coord0, this.pixelMatrixInverse);
vec4.transformMat4(coord1, coord1, this.pixelMatrixInverse);
const w0 = coord0[3];
const w1 = coord1[3];
const x0 = coord0[0] / w0;
const x1 = coord1[0] / w1;
const y0 = coord0[1] / w0;
const y1 = coord1[1] / w1;
const z0 = coord0[2] / w0;
const z1 = coord1[2] / w1;
const t = z0 === z1 ? 0 : (targetZ - z0) / (z1 - z0);
return new Coordinate(interp(x0, x1, t) / this.tileSize,
interp(y0, y1, t) / this.tileSize,
this.zoom)._zoomTo(zoom);
}