首页
/ ZenSVI 开源项目最佳实践

ZenSVI 开源项目最佳实践

2025-05-28 20:08:17作者:贡沫苏Truman

1. 项目介绍

ZenSVI 是一个全面的 Python 包,用于下载、清洗和分析街景图像。该项目由 Koichi Ito(新加坡国立大学)开发,并提供了详尽的 API 文档和使用案例。ZenSVI 支持多种数据源,包括 Mapillary、KartaView、Amsterdam 和 NUS Global Streetscapes 数据集,使得用户能够轻松地获取和处理街景图像。

2. 项目快速启动

在开始使用 ZenSVI 之前,请确保您已经安装了必要的依赖项。以下是快速启动项目的步骤:

首先,安装 ZenSVI:

pip install zensvi

接下来,根据您需要的数据源安装相应的下载器:

from zensvi.download import MLYDownloader

mly_api_key = "YOUR_OWN_MLY_API_KEY"  # 请注册并获取您自己的 Mapillary API 密钥
downloader = MLYDownloader(mly_api_key=mly_api_key)

# 以下是一个使用 Mapillary 数据源的例子
downloader.download_svi("path/to/output_directory", lat=1.290270, lon=103.851959)

上述代码将会从 Mapillary 下载指定经纬度位置的街景图像到指定的输出目录。

3. 应用案例和最佳实践

下载街景图像

使用 ZenSVI,您可以轻松地从不同数据源下载街景图像。以下是一些示例:

  • 从 Mapillary 下载数据:
from zensvi.download import MLYDownloader

downloader = MLYDownloader(mly_api_key="YOUR_OWN_MLY_API_KEY")
downloader.download_svi("path/to/output_directory", input_csv_file="path/to/csv_file.csv")
  • 从 KartaView 下载数据:
from zensvi.download import KVDownloader

downloader = KVDownloader()
downloader.download_svi("path/to/output_directory", input_place_name="Singapore")

分析街景图像元数据

您可以使用 ZenSVI 分析图像元数据:

from zensvi.metadata import MLYMetadata

path_input = "path/to/input"
mly_metadata = MLYMetadata(path_input)
mly_metadata.compute_metadata(unit="image", indicator_list="all", path_output="path/to/output")

运行图像分割

对图像进行语义分割:

from zensvi.cv import Segmenter

segmenter = Segmenter(dataset="cityscapes", task="semantic")
segmenter.segment("path/to/input_directory", dir_image_output="path/to/image_output_directory", dir_summary_output="path/to/segmentation_summary_output")

运行场景分类

使用 Places365 进行场景分类:

from zensvi.cv import ClassifierPlaces365

classifier = ClassifierPlaces365()
classifier.classify("path/to/input_directory", dir_image_output="path/to/image_output_directory", dir_summary_output="path/to/classification_summary_output")

4. 典型生态项目

ZenSVI 作为街景图像处理工具,可以广泛应用于城市规划、交通分析、环境监测等领域。以下是一些典型的生态项目:

  • 城市安全评估:使用 ZenSVI 下载街景图像,并通过图像分析评估城市不同区域的安全状况。
  • 城市美化计划:通过分析街景图像,确定哪些区域需要绿化或美化,以提升城市整体形象。
  • 交通流量分析:利用 ZenSVI 下载的图像,分析交通流量和车辆类型,为交通规划提供数据支持。

通过以上步骤和实践,您可以开始使用 ZenSVI 进行街景图像的下载、清洗和分析,并为各种实际应用提供支持。

登录后查看全文
热门项目推荐

项目优选

收起
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
136
187
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
884
523
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
362
381
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
182
264
kernelkernel
deepin linux kernel
C
22
5
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.09 K
0
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
84
4
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
613
60
open-eBackupopen-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
118
78