又是掉头发的一天，今天的任务是通过图片中心点的地理坐标以及图片中某点的像素坐标（即这个点位于图片中的x,y坐标）计算该点的地理/投影坐标。经过一整天的搜索，发现网上并没有这方面的教程。然后就是想啊想，头发一抓一大把，终于在网上零零散散的教程以及不断摸索中解决了这个问题。

大致思路就是，先获取图片相对真北方向的偏转角以及该点和图片中心的连线与图片的正北方向夹角；然后将图片中心点的地理坐标转换为投影坐标（如果这一步没有中心点的地理坐标，那么你就不用继续往下看了）；最后就是通过图片分辨率计算点到中心的实际距离，再通过夹角和中心点的投影坐标加加减减即可。话虽这么说，但实施起来真心不简单啊！！！

一、准备工作

如果只有一张图片的话，你完全可以右键图片，查看其属性，里面就有经纬度坐标。同时也可以使用Python实现，之前分享过【Python&GIS】判断图片中心点/经纬度点是否在某个面内，所以这里就不解释了，直接上代码。

def Get_LatLon(path_image):
    """
    :param path_image: 输入图片路径
    :return: 返回中心点经纬度
    """
    # 获取图片的经纬度信息
    f = open(path_image, 'rb')
    contents = exifread.process_file(f)
    longitude = contents["GPS GPSLongitude"].values
    longitude_f = longitude[0].num/longitude[0].den + (longitude[1].num/longitude[1].den/60) + (longitude[2].num/longitude[2].den/3600)
    latitude = contents["GPS GPSLatitude"].values
    latitude_f = latitude[0].num/latitude[0].den + (latitude[1].num/latitude[1].den/60) + (latitude[2].num/latitude[2].den/3600)
    f.close()
    return longitude_f, latitude_f

如果你的图片并不是无人机拍的，或者拍摄时图片与真北方向并无夹角，那么就不需要这一步。这一步主要就是矫正相机拍摄时的偏转，每种无人机的参数名可能不一样，所以需要自行修改。

下面的代码也可以获取图片中心点的经纬度，但我之前以及用过第一步的代码了，所以就继续使用第一步的了，你们可以自己简化。

def Get_Image_Yaw_angle(file_path):
    """
    :param file_path: 输入图片路径
    :return: 图片的偏航角
    """
    # 获取图片偏航角
    b = b"\x3c\x2f\x72\x64\x66\x3a\x44\x65\x73\x63\x72\x69\x70\x74\x69\x6f\x6e\x3e"
    a = b"\x3c\x72\x64\x66\x3a\x44\x65\x73\x63\x72\x69\x70\x74\x69\x6f\x6e\x20"
    img = open(file_path, 'rb')
    data = bytearray()
    dj_data_dict = {}
    flag = False
    for line in img.readlines():
        if a in line:
            flag = True
        if flag:
            data += line
        if b in line:
            break
    if len(data) > 0:
        data = str(data.decode('ascii'))
        lines = list(filter(lambda x: 'drone-dji:' in x, data.split("\n")))
        for d in lines:
            d = d.strip()[10:]
            key, value = d.split("=")
            dj_data_dict[key] = value
    # print("Image_yaw",dj_data_dict["FlightYawDegree"][1:-1])
    return float(dj_data_dict["FlightYawDegree"][1:-1])

通俗来说，就是该点与图片正上方的夹角，同样这步也是用来矫正偏转的，获取该角度后，即可得到该点在投影坐标系中与真北方向的夹角。

def Yaw_angle_calculation(x, y, x_Center, y_Center):
    """
    :param x: 输入图片目标点的栅格坐标x
    :param y: 输入图片目标点的栅格坐标y
    :return: 目标点相对于中心点的偏转角度
    """
    # 获取目标的偏转角
    if x == x_Center and y == y_Center:
        Yaw_angle = 0
    elif x == x_Center and y != y_Center:
        if y > y_Center:
            Yaw_angle = 180
        elif y < 1500:
            Yaw_angle = 0
    elif x != x_Center and y == y_Center:
        if x >x_Center:
            Yaw_angle = 90
        elif x < x_Center:
            Yaw_angle = 270
    else:
        if x > x_Center:
            if y < y_Center:
                Yaw_angle = math.degrees(math.atan((x - x_Center) / (y_Center - y)))
            else:
                Yaw_angle = 180 - math.degrees(math.atan((x - x_Center) / (y - y_Center)))
        else:
            if y < y_Center:
                Yaw_angle = 360 - math.degrees(math.atan((x_Center - x) / (y_Center - y)))
            else:
                Yaw_angle = 180 + math.degrees(math.atan((x_Center - x) / (y - y_Center)))
    # print("Yaw_angle",Yaw_angle)
    return Yaw_angle

一般来说图片的中心点都是GPS坐标，即WGS84地理坐标系的经纬度。但当我们计算距离时，需要使用到投影坐标系，所以这里需要将其转换一下。我这里是WGS84地理坐标系转为UTM   51N投影坐标系，你们视情况修改。

def LonLat_Meter(lat, lon):
    """
    :param lat: 输入WGS84经度
    :param lon: 输入WGS84纬度
    :return: 返回WGS84/UTM 51N的x,y
    """
    source = osr.SpatialReference()
    # 初始化osr.SpatialReference对象以形成一个合法的坐标系统
    source.ImportFromEPSG(4326)
    # 向对象中写入Source_EPSG坐标系统
    target = osr.SpatialReference()
    target.ImportFromEPSG(32651)
    # 这里是用内置的EPSG对应的坐标系作为转换参数
    transform = osr.CoordinateTransformation(source, target)
    point = ogr.CreateGeometryFromWkt("POINT (%s %s)" % (lat, lon))
    # 报错的话，将经纬度翻过来
    point.Transform(transform)
    # print(point.GetX(), point.GetY())
    return point.GetX(), point.GetY()

二、转换函数

这里输入参数为图片偏转角、目标点的像素坐标（栅格坐标）、中心点的像素坐标、栅格分辨率（空间分辨率）、中心点的投影坐标。

def Target_Meter(Image_Yaw_angle, x, y, x_Center, y_Center, ratio,  meter_X, meter_Y):
    """
    :param Image_Yaw_angle: 输入图片的偏航角
    :param x: 输入图片目标点的栅格坐标x
    :param y: 输入图片目标点的栅格坐标y
    :param x_Center: 输入图片中心点的栅格坐标x
    :param y_Center: 输入图片中心点的栅格坐标y
    :param meter_X: 输入图片中心点的投影坐标x（UTM/WGS84 51N）
    :param meter_Y: 输入图片中心点的投影坐标y（UTM/WGS84 51N）
    :return: 目标点的投影坐标x,y
    """
    if Image_Yaw_angle < 0:
        Image_Yaw_angle = 360 +Image_Yaw_angle
    Yaw_angle = Yaw_angle_calculation(x, y, x_Center, y_Center)
    sum_angle = Image_Yaw_angle + Yaw_angle
    if sum_angle >= 360:
        sum_angle = sum_angle -360
    if sum_angle == 0:
        meter_x = meter_X
        meter_y = meter_Y - (y_Center-y)*ratio
    elif sum_angle == 90:
        meter_x = meter_X + (x-x_Center)*ratio
        meter_y = meter_Y
    elif sum_angle == 180:
        meter_x = meter_X
        meter_y = meter_Y + (y-y_Center)*ratio
    elif sum_angle == 270:
        meter_x = meter_X - (x_Center-x)*ratio
        meter_y = meter_Y
    elif sum_angle == 360:
        meter_x = meter_X
        meter_y = meter_Y - (x_Center-y)*ratio
    elif 0 < sum_angle < 90:
        meter_x = meter_X + math.sin(math.radians(sum_angle))*math.sqrt(math.pow(x-x_Center, 2)+math.pow(y-y_Center, 2))*ratio
        meter_y = meter_Y + math.cos(math.radians(sum_angle))*math.sqrt(math.pow(x-x_Center, 2)+math.pow(y-y_Center, 2))*ratio
    elif 90 < sum_angle < 180:
        meter_x = meter_X + math.sin(math.radians(180-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y -y_Center, 2))*ratio
        meter_y = meter_Y - math.cos(math.radians(180-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y -y_Center, 2))*ratio
    elif 180 < sum_angle < 270:
        meter_x = meter_X - math.sin(math.radians(sum_angle-180)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
        meter_y = meter_Y - math.cos(math.radians(sum_angle-180)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
    elif 270 < sum_angle < 360:
        meter_x = meter_X - math.sin(math.radians(360-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
        meter_y = meter_Y + math.cos(math.radians(360-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
    return meter_x, meter_y

我这里因为项目最后需要的是经纬度坐标，所以在计算得到目标点的投影坐标后，还需要转换一下。你们视情况而定，如果你们只要投影坐标，那么第5步输出的就已经是投影坐标啦。

def Meter_LonLat(x, y):
    """
    :param x: 输入WGS84/UTM 51N的x
    :param y: 输入WGS84/UTM 51N的y
    :return: 返回WGS84的经纬度
    """
    source = osr.SpatialReference()
    # 初始化osr.SpatialReference对象以形成一个合法的坐标系统
    source.ImportFromEPSG(32651)
    # 向对象中写入Source_EPSG坐标系统
    target = osr.SpatialReference()
    target.ImportFromEPSG(4326)
    # 这里是用内置的EPSG对应的坐标系作为转换参数
    transform = osr.CoordinateTransformation(source, target)
    point = ogr.CreateGeometryFromWkt("POINT (%s %s)" % (x, y))
    # 报错的话，将经纬度翻过来
    point.Transform(transform)
    # print(point.GetX(), point.GetY())
    return point.GetX(), point.GetY()

三、完整代码

# -*- coding: utf-8 -*-
"""
@Time ： 2023/1/5 17:45
@Auth ： RS迷途小书童
@File ：Picture coordinate system to geographic coordinate.py
@IDE ：PyCharm
@Purpose ：图片某点的像素坐标转为地理坐标系
"""
import math
import exifread
from osgeo import ogr, osr

def Get_LatLon(path_image):
    """
    :param path_image: 输入图片路径
    :return: 返回中心点经纬度
    """
    # 获取图片的经纬度信息
    f = open(path_image, 'rb')
    contents = exifread.process_file(f)
    longitude = contents["GPS GPSLongitude"].values
    longitude_f = longitude[0].num/longitude[0].den + (longitude[1].num/longitude[1].den/60) + (longitude[2].num/longitude[2].den/3600)
    latitude = contents["GPS GPSLatitude"].values
    latitude_f = latitude[0].num/latitude[0].den + (latitude[1].num/latitude[1].den/60) + (latitude[2].num/latitude[2].den/3600)
    f.close()
    return longitude_f, latitude_f

def LonLat_Meter(lat, lon):
    """
    :param lat: 输入WGS84经度
    :param lon: 输入WGS84纬度
    :return: 返回WGS84/UTM 51N的x,y
    """
    source = osr.SpatialReference()
    # 初始化osr.SpatialReference对象以形成一个合法的坐标系统
    source.ImportFromEPSG(4326)
    # 向对象中写入Source_EPSG坐标系统
    target = osr.SpatialReference()
    target.ImportFromEPSG(32651)
    # 这里是用内置的EPSG对应的坐标系作为转换参数
    transform = osr.CoordinateTransformation(source, target)
    point = ogr.CreateGeometryFromWkt("POINT (%s %s)" % (lat, lon))
    # 报错的话，将经纬度翻过来
    point.Transform(transform)
    # print(point.GetX(), point.GetY())
    return point.GetX(), point.GetY()

def Meter_LonLat(x, y):
    """
    :param x: 输入WGS84/UTM 51N的x
    :param y: 输入WGS84/UTM 51N的y
    :return: 返回WGS84的经纬度
    """
    source = osr.SpatialReference()
    # 初始化osr.SpatialReference对象以形成一个合法的坐标系统
    source.ImportFromEPSG(32651)
    # 向对象中写入Source_EPSG坐标系统
    target = osr.SpatialReference()
    target.ImportFromEPSG(4326)
    # 这里是用内置的EPSG对应的坐标系作为转换参数
    transform = osr.CoordinateTransformation(source, target)
    point = ogr.CreateGeometryFromWkt("POINT (%s %s)" % (x, y))
    # 报错的话，将经纬度翻过来
    point.Transform(transform)
    # print(point.GetX(), point.GetY())
    return point.GetX(), point.GetY()

def Get_Image_Yaw_angle(file_path):
    """
    :param file_path: 输入图片路径
    :return: 图片的偏航角
    """
    # 获取图片偏航角
    b = b"\x3c\x2f\x72\x64\x66\x3a\x44\x65\x73\x63\x72\x69\x70\x74\x69\x6f\x6e\x3e"
    a = b"\x3c\x72\x64\x66\x3a\x44\x65\x73\x63\x72\x69\x70\x74\x69\x6f\x6e\x20"
    img = open(file_path, 'rb')
    data = bytearray()
    dj_data_dict = {}
    flag = False
    for line in img.readlines():
        if a in line:
            flag = True
        if flag:
            data += line
        if b in line:
            break
    if len(data) > 0:
        data = str(data.decode('ascii'))
        lines = list(filter(lambda x: 'drone-dji:' in x, data.split("\n")))
        for d in lines:
            d = d.strip()[10:]
            key, value = d.split("=")
            dj_data_dict[key] = value
    # print("Image_yaw",dj_data_dict["FlightYawDegree"][1:-1])
    return float(dj_data_dict["FlightYawDegree"][1:-1])

def Yaw_angle_calculation(x, y, x_Center, y_Center):
    """
    :param x: 输入图片目标点的栅格坐标x
    :param y: 输入图片目标点的栅格坐标y
    :return: 目标点相对于中心点的偏转角度
    """
    # 获取目标的偏转角
    if x == x_Center and y == y_Center:
        Yaw_angle = 0
    elif x == x_Center and y != y_Center:
        if y > y_Center:
            Yaw_angle = 180
        elif y < 1500:
            Yaw_angle = 0
    elif x != x_Center and y == y_Center:
        if x >x_Center:
            Yaw_angle = 90
        elif x < x_Center:
            Yaw_angle = 270
    else:
        if x > x_Center:
            if y < y_Center:
                Yaw_angle = math.degrees(math.atan((x - x_Center) / (y_Center - y)))
            else:
                Yaw_angle = 180 - math.degrees(math.atan((x - x_Center) / (y - y_Center)))
        else:
            if y < y_Center:
                Yaw_angle = 360 - math.degrees(math.atan((x_Center - x) / (y_Center - y)))
            else:
                Yaw_angle = 180 + math.degrees(math.atan((x_Center - x) / (y - y_Center)))
    # print("Yaw_angle",Yaw_angle)
    return Yaw_angle

def Target_Meter(Image_Yaw_angle, x, y, x_Center, y_Center, ratio,  meter_X, meter_Y):
    """
    :param Image_Yaw_angle: 输入图片的偏航角
    :param x: 输入图片目标点的栅格坐标x
    :param y: 输入图片目标点的栅格坐标y
    :param x_Center: 输入图片中心点的栅格坐标x
    :param y_Center: 输入图片中心点的栅格坐标y
    :param meter_X: 输入图片中心点的投影坐标x（UTM/WGS84 51N）
    :param meter_Y: 输入图片中心点的投影坐标y（UTM/WGS84 51N）
    :return: 目标点的投影坐标x,y
    """
    if Image_Yaw_angle < 0:
        Image_Yaw_angle = 360 +Image_Yaw_angle
    Yaw_angle = Yaw_angle_calculation(x, y, x_Center, y_Center)
    sum_angle = Image_Yaw_angle + Yaw_angle
    if sum_angle >= 360:
        sum_angle = sum_angle -360
    if sum_angle == 0:
        meter_x = meter_X
        meter_y = meter_Y - (y_Center-y)*ratio
    elif sum_angle == 90:
        meter_x = meter_X + (x-x_Center)*ratio
        meter_y = meter_Y
    elif sum_angle == 180:
        meter_x = meter_X
        meter_y = meter_Y + (y-y_Center)*ratio
    elif sum_angle == 270:
        meter_x = meter_X - (x_Center-x)*ratio
        meter_y = meter_Y
    elif sum_angle == 360:
        meter_x = meter_X
        meter_y = meter_Y - (x_Center-y)*ratio
    elif 0 < sum_angle < 90:
        meter_x = meter_X + math.sin(math.radians(sum_angle))*math.sqrt(math.pow(x-x_Center, 2)+math.pow(y-y_Center, 2))*ratio
        meter_y = meter_Y + math.cos(math.radians(sum_angle))*math.sqrt(math.pow(x-x_Center, 2)+math.pow(y-y_Center, 2))*ratio
    elif 90 < sum_angle < 180:
        meter_x = meter_X + math.sin(math.radians(180-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y -y_Center, 2))*ratio
        meter_y = meter_Y - math.cos(math.radians(180-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y -y_Center, 2))*ratio
    elif 180 < sum_angle < 270:
        meter_x = meter_X - math.sin(math.radians(sum_angle-180)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
        meter_y = meter_Y - math.cos(math.radians(sum_angle-180)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
    elif 270 < sum_angle < 360:
        meter_x = meter_X - math.sin(math.radians(360-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
        meter_y = meter_Y + math.cos(math.radians(360-sum_angle)) * math.sqrt(math.pow(x - x_Center, 2) + math.pow(y - y_Center, 2))*ratio
    return meter_x, meter_y

if __name__ == "__main__":
    path = "G:/DJI_26_W.jpeg"
    x = 1600
    y = 2500
    x_Center = 2000
    y_Center = 1500
    ratio = 0.046
    longitude_f, latitude_f = Get_LatLon(path)
    meter_X, meter_Y = LonLat_Meter(latitude_f, longitude_f)
    Image_Yaw_angle = Get_Image_Yaw_angle(path)
    # 获取图片的偏转角
    meter_x, meter_y = Target_Meter(Image_Yaw_angle, x, y, x_Center, y_Center, ratio,  meter_X, meter_Y)
    lat_x, lon_y = Meter_LonLat(meter_x, meter_y)
    print(longitude_f, latitude_f)
    print(meter_X, meter_Y)
    print(Image_Yaw_angle)
    print(meter_x, meter_y)
    print(lat_x, lon_y)

大家可以自己添加for、while循环实现多张图片或图片中多个目标物的坐标转换。博主这里是为了目标识别后的目标物真实坐标的计算，所以将循环部分内置到了其他程序。

本文章主要是分享个人在学习Python过程中写过的一些代码。有些部分参考了前人以及官网的教程，如有侵权请联系作者删除，大家有问题可以随时留言交流，博主会及时回复。