Python中经纬度转XY坐标：谷歌地图图片标记定位需求

我来给你拆解一下怎么实现这个坐标映射，核心思路是利用小范围区域的线性近似——毕竟200x200英尺的地块太小了，地球曲率的影响完全可以忽略，直接按比例映射就足够准确。

第一步：获取地块的边界经纬度 #

首先你需要拿到这张谷歌地图图片对应的地块的两个关键经纬度值：

• 地块左上角的坐标：(lat_max, lon_min)（纬度最高、经度最小的点，对应图片的左上角）
• 地块右下角的坐标：(lat_min, lon_max)（纬度最低、经度最大的点，对应图片的右下角）

你可以在谷歌地图上右键点击这两个角落，直接复制它们的经纬度。

第二步：计算经纬度与英尺的转换比例 #

接下来计算每英尺对应的经纬度变化量：

• 纬度方向（对应图片的Y轴，南北方向）：

  lat_span = lat_max - lat_min  # 地块南北方向的总纬度差
  lat_per_ft = lat_span / 200   # 每英尺对应的纬度变化
  

• 经度方向（对应图片的X轴，东西方向）：

  lon_span = lon_max - lon_min  # 地块东西方向的总经度差
  lon_per_ft = lon_span / 200   # 每英尺对应的经度变化
  

第三步：编写转换公式 #

现在就可以把输入的经纬度(input_lat, input_lon)转换成图片上的XY坐标了：

• X坐标（图片横向，从左到右，单位：英尺）：

  X = (input_lon - lon_min) / lon_per_ft
  

  解释：用输入经度减去地块最西端的经度，除以每英尺的经度差，得到从左到右的位置。
• Y坐标（图片纵向，从上到下，单位：英尺）：

  Y = (lat_max - input_lat) / lat_per_ft
  

  解释：用地块最北端的纬度减去输入纬度，除以每英尺的纬度差，得到从上到下的位置（如果你的图片Y轴是从下往上计数，就改成(input_lat - lat_min) / lat_per_ft）。

举个实际例子 #

假设你地块的左上角是(37.2125, -86.6835)，右下角是(37.2110, -86.6818)，输入坐标是[37.211817, -86.682670]：

1. 计算比例：
   • lat_span = 37.2125 - 37.2110 = 0.0015，lat_per_ft = 0.0015 / 200 = 0.0000075
   • lon_span = -86.6818 - (-86.6835) = 0.0017，lon_per_ft = 0.0017 / 200 = 0.0000085
2. 转换坐标：
   • X = (-86.682670 - (-86.6835)) / 0.0000085 ≈ 97.65（约98英尺，从左往右数）
   • Y = (37.2125 - 37.211817) / 0.0000075 ≈ 91.07（约91英尺，从上往下数）

关键注意事项 #

• 小范围近似只适用于这种几百英尺的小地块，如果是大范围区域才需要考虑投影转换；
• 确认图片的Y轴方向：如果你的图片是以南为顶部，记得调整Y坐标的计算公式；
• 如果需要转换成像素坐标，只需要把XY结果乘以图片的分辨率（比如每英尺对应多少像素）即可。

内容的提问来源于stack exchange，提问作者BrrrIce