python 通过图片(原图)精确获取图片拍摄的位置,时间,设备等信息

简介: python 通过图片(原图)精确获取图片拍摄的位置,时间,设备等信息

想要悄悄的获取某人的位置,只需通过她拍摄的照片,就能可以实现。此方法需要用到识别图片元数据的库。这里操作是在虚拟机ubuntu上,使用python最好是在3.6及以上。

pip3 install exifread

1. 粗获取

获取拍摄照片的经纬度,时间,设备信息。这里使用的照片需是拍摄的原图,图片路径本文是放在了与运行程序相同的文件夹。实现代码如下:

import exifread

# 获取照片位置
class Image_Location():

    def __init__(self, image_path):
        self.img_path = image_path

    def lati_long_date(self, data):
        """
        对经纬度进行处理,保留6位小数
        """

        # 删除左右括号,最后以逗号分隔为一个列表
        data_list_tmp = str(data) .replace('[', '').replace(']', '').split(',')

        # 循环取出每个元素,删除元素两边的空格,得到一个新列表
        data_list = [date.strip() for date in data_list_tmp]

        # 替换秒的值
        data_tmp = data_list[-1].split('/')

        # 秒的值
        data_sec = int(data_tmp[0]) / int(data_tmp[1]) / 3600

        # 替换分的值
        data_tmp = data_list[-2]

        # 分的值
        data_minute = int(data_tmp) / 60

        # 度的值
        data_degree = int(data_list[0])

        # 由于高德API只能识别到小数点后的6位
        # 需要转换为浮点数,并保留为6位小数
        result = "%.6f" % (data_degree + data_minute + data_sec)
        return float(result)

    def get_image_exif(self):
        """
        获取图片的属性:纬度,经度,拍摄时间等
        """

        # 通过exifread获取图片的属性
        img_read = open(self.img_path, 'rb')
        img_exif = exifread.process_file(img_read)

        # 读取到的属性
        if img_exif:
            for exif in img_exif:

                # 纬度
                if exif == "GPS GPSLatitude":
                    latitude = img_exif["GPS GPSLatitude"]

                # 纬度的方向
                elif exif == "GPS GPSLatitudeRef":
                    latitude_direction = img_exif["GPS GPSLatitudeRef"]

                # 经度
                elif exif == "GPS GPSLongitude":
                    longitude = img_exif["GPS GPSLongitude"]

                # 经度方向
                elif exif == "GPS GPSLongitudeRef":
                    longitude_direction = img_exif["GPS GPSLongitudeRef"]

                # 拍摄时间
                elif exif == "EXIF DateTimeDigitized":
                    take_time = img_exif["EXIF DateTimeDigitized"]

                # 拍摄设备
                elif exif == "Image Make":
                    take_equipment = img_exif["Image Make"]

                # 拍摄型号
                elif exif == "Image Model":
                    take_model = img_exif["Image Model"]

            # 对获取的经纬度信息进一步处理
            if latitude and longitude:
                latitude_date = self.lati_long_date(latitude)
                longitude_date = self.lati_long_date(longitude)
                print("纬度为:", latitude_date)
                print("经度为:", longitude_date)
            print("拍摄时间为:", take_time)
            print("拍摄设备为: ", take_equipment)
            print("拍摄型号为:", take_model)

        else:
            print("图像信息为空,可能是上传的不是原图")


if __name__ == '__main__':
    location = Image_Location('li.jpg')
    location.get_image_exif()

运行结果:
在这里插入图片描述
可通过GPS查询网址:http://www.gpsspg.com/maps.htm,查询具体的位置,如下图:
在这里插入图片描述查询的位置与实际位置有一点误差,不要担心下面有更准确,更智能的方法。

2.精获取

这种方法需要先在高德开放平台上申请一个 Web 服务的应用,获得一个秘钥Key 用于逆地理编码 API。

进入高德开放平台,选择【开发支持】,【Web服务】

在这里插入图片描述

选择【获取Key】,就可以看到获取Key的步骤,这里需要注册一个高德的账号。

在这里插入图片描述

选择进入【控制台】,就可以创建一个应用,按照上述步骤就可以获取Key了。

在这里插入图片描述

获取Key界面。

在这里插入图片描述

整个操作分为三步,首先是获取图片的经纬度,然后对经纬度进行数据矫正,最后调用高德逆地理编码API获取具体位置。
因为GPS获取的经纬度和高德地图的坐标存在一定的误差,这里需要把坐标转换为【火星坐标系】。
转换代码如下:
# transfer.py
# -*- coding: utf-8 -*-
import json
import math

x_pi = 3.14159265358979324 * 3000.0 / 180.0
pi = 3.1415926535897932384626  # π
a = 6378245.0  # 长半轴
ee = 0.00669342162296594323  # 扁率


def wgs84togcj02(lng, lat):
    """
    WGS84转GCJ02(火星坐标系)
    :param lng:WGS84坐标系的经度
    :param lat:WGS84坐标系的纬度
    :return:
    """
    if out_of_china(lng, lat):  # 判断是否在国内
        return lng, lat
    dlat = transformlat(lng - 105.0, lat - 35.0)
    dlng = transformlng(lng - 105.0, lat - 35.0)
    radlat = lat / 180.0 * pi
    magic = math.sin(radlat)
    magic = 1 - ee * magic * magic
    sqrtmagic = math.sqrt(magic)
    dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)
    dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)
    mglat = lat + dlat
    mglng = lng + dlng
    return [mglng, mglat]


def gcj02towgs84(lng, lat):
    """
    GCJ02(火星坐标系)转GPS84
    :param lng:火星坐标系的经度
    :param lat:火星坐标系纬度
    :return:
    """
    if out_of_china(lng, lat):
        return lng, lat
    dlat = transformlat(lng - 105.0, lat - 35.0)
    dlng = transformlng(lng - 105.0, lat - 35.0)
    radlat = lat / 180.0 * pi
    magic = math.sin(radlat)
    magic = 1 - ee * magic * magic
    sqrtmagic = math.sqrt(magic)
    dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)
    dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)
    mglat = lat + dlat
    mglng = lng + dlng
    return [lng * 2 - mglng, lat * 2 - mglat]


def transformlat(lng, lat):
    ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + \
        0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng))
    ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *
            math.sin(2.0 * lng * pi)) * 2.0 / 3.0
    ret += (20.0 * math.sin(lat * pi) + 40.0 *
            math.sin(lat / 3.0 * pi)) * 2.0 / 3.0
    ret += (160.0 * math.sin(lat / 12.0 * pi) + 320 *
            math.sin(lat * pi / 30.0)) * 2.0 / 3.0
    return ret


def transformlng(lng, lat):
    ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + \
        0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng))
    ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *
            math.sin(2.0 * lng * pi)) * 2.0 / 3.0
    ret += (20.0 * math.sin(lng * pi) + 40.0 *
            math.sin(lng / 3.0 * pi)) * 2.0 / 3.0
    ret += (150.0 * math.sin(lng / 12.0 * pi) + 300.0 *
            math.sin(lng / 30.0 * pi)) * 2.0 / 3.0
    return ret


def out_of_china(lng, lat):
    """
    判断是否在国内,不在国内不做偏移
    :param lng:
    :param lat:
    :return:
    """
    if lng < 72.004 or lng > 137.8347:
        return True
    if lat < 0.8293 or lat > 55.8271:
        return True
    return False
获取照片信息代码,这里需要将Key,换成你在高德开放平台获取的Key:
import os
import exifread
from decimal import Decimal
from transfer import *
import requests
import json
import datetime

#  pip3 install exifread
class Location(object):
    def __init__(self, image_path):
        self.img_path = image_path
        self.api_key = "将你的Key粘贴到这里"
        self.url_get_position = 'https://restapi.amap.com/v3/geocode/regeo?key={}&location={}'

    def run(self):
        coordinate, time = self.__get_image_ability()
        print(f'拍摄图片的纬度为:{coordinate}')
        print(f'拍摄照片的时间为:{time}')
        if not coordinate:
            return

        # 根据经度和纬度,获取到详细地址
        address = self.__get_address(coordinate)

        # 检验坐标值
        # https://lbs.amap.com/console/show/picker
        print(f'拍摄图片的地址为:{address}')

    def __get_address(self, location):
        """
        根据坐标得到详细地址
        :param location: 经纬度值
        :return:
        """
        resp = requests.get(
            self.url_get_position.format(self.api_key, location))
        location_data = json.loads(resp.text)
        address = location_data.get('regeocode').get('formatted_address')
        return address

    def __format_lati_long_data(self, data):
        """
        对经度和纬度数据做处理,保留6位小数
        :param data: 原始经度和纬度值
        :return:
        """
        # 删除左右括号和空格
        data_list_tmp = str(data).replace('[', '').replace(']', '').split(',')
        data_list = [data.strip() for data in data_list_tmp]

        # 替换秒的值
        data_tmp = data_list[-1].split('/')

        # 秒的值
        data_sec = int(data_tmp[0]) / int(data_tmp[1]) / 3600

        # 替换分的值
        data_tmp = data_list[-2]

        # 分的值
        data_minute = int(data_tmp) / 60

        # 度的值
        data_degree = int(data_list[0])

        # 由于高德API只能识别到小数点后的6位
        # 需要转换为浮点数,并保留为6位小数
        result = "%.6f" % (data_degree + data_minute + data_sec)
        return float(result)

    def __get_image_ability(self):
        """
        获取图片的属性值,包含:经纬度、拍摄时间等
        :param picture_name:
        :return:
        """
        # 利用exifread库,读取图片的属性
        img_exif = exifread.process_file(open(self.img_path, 'rb'))

        # 能够读取到属性
        if img_exif:
            # 纬度数
            latitude_gps = img_exif['GPS GPSLatitude']

            # N,S 南北纬方向
            latitude_direction = img_exif['GPS GPSLatitudeRef']

            # 经度数
            longitude_gps = img_exif['GPS GPSLongitude']

            # E,W 东西经方向
            longitude_direction = img_exif['GPS GPSLongitudeRef']

            # 拍摄时间
            take_time = img_exif['EXIF DateTimeOriginal']

            # 拍摄设备
            take_equipment = img_exif["Image Make"]

            # 拍摄型号
            take_model = img_exif["Image Model"]

            # 纬度、经度、拍摄时间
            if latitude_gps and longitude_gps and take_time and take_equipment and take_model:

                # 对纬度、经度值原始值作进一步的处理
                latitude = self.__format_lati_long_data(latitude_gps)
                longitude = self.__format_lati_long_data(longitude_gps)

                print(f'拍摄的设备型号为:{take_equipment} {take_model}')
                # print(f'{longitude},{latitude}')
                # 注意:由于gps获取的坐标在国内高德等主流地图上逆编码不够精确,这里需要转换为火星坐标系
                location = wgs84togcj02(longitude, latitude)
                return f'{location[0]},{location[1]}', take_time
            else:
                print(f'获取的图片数据属性不完整')
                return ''
        else:
            print('抱歉,图片不是原图,没法获取到图片属性。')
            return ''

if __name__ == '__main__':
    # 她发过来的图片【原图】
    location = Location('li.jpg')

    # 找到她的地理位置
    location.run()
执行代码就可以得到,你想知道的了,一张照片就可以知道对方的位置。

在这里插入图片描述

相关文章
|
1月前
|
数据挖掘 数据安全/隐私保护 开发者
使用Spire.PDF for Python插件从PDF文件提取文字和图片信息
使用Spire.PDF for Python插件从PDF文件提取文字和图片信息
83 0
|
1月前
|
存储 移动开发 算法
Python怎么将图片转换成base64编码
Python怎么将图片转换成base64编码
27 0
|
8天前
|
机器学习/深度学习 算法 自动驾驶
opencv python 图片叠加
【4月更文挑战第17天】
|
13天前
|
开发者 索引 Python
实践:如何使用python在网页的表格里抓取信息
实践:如何使用python在网页的表格里抓取信息
|
14天前
|
机器学习/深度学习 数据可视化 数据挖掘
用Python进行健康数据分析:挖掘医疗统计中的信息
【4月更文挑战第12天】Python在医疗健康数据分析中扮演重要角色,具备数据处理、机器学习、可视化及丰富生态的优势。基本流程包括数据获取、预处理、探索、模型选择与训练、评估优化及结果可视化。应用案例包括疾病预测、药物效果分析和医疗资源优化,例如使用RandomForestClassifier进行疾病预测,Logit模型分析药物效果,以及linprog优化医疗资源配置。
|
1月前
|
数据采集 存储 自然语言处理
使用Python分析网易云歌曲评论信息并可视化处理
在数字化时代,音乐与我们的生活紧密相连,而网易云音乐作为国内知名的音乐平台,拥有庞大的用户群体和丰富的歌曲评论信息。这些评论信息不仅反映了用户对于歌曲的情感态度,还蕴含着大量的有价值的数据。通过对这些评论信息进行分析和可视化处理,我们可以更好地理解用户的喜好、情感变化以及歌曲的影响力。
41 0
|
1月前
|
文字识别 数据挖掘 网络安全
Python实现avif图片转jpg格式并识别图片中的文字
在做数据分析的时候有些数据是从图片上去获取的,这就需要去识别图片上的文字。Python有很多库可以很方便的实现OCR识别图片中的文字。这里介绍用EasyOCR库进行图片文字识别。easyocr是一个比较流行的库,支持超过80种语言,识别率高,速度也比较快。
29 2
|
1月前
|
机器学习/深度学习 文字识别 自然语言处理
Python图片格式转换与文字识别:技术与实践
Python图片格式转换与文字识别:技术与实践
48 0
|
1月前
|
机器学习/深度学习 文字识别 数据安全/隐私保护
Python实现从PDF和图片提取文字的方法总结
Python实现从PDF和图片提取文字的方法总结
54 0
|
1月前
|
数据安全/隐私保护 计算机视觉 Python
如何使用Python给图片添加水印
如何使用Python给图片添加水印
19 0