坐标正算Python

1. python如何定义坐标

def coordinate(x, y):
if x>0:
if y>0:
a = 1
else:
a = 2
else:
if y>0:
a = 3
else:
a = 4
return a #根据x,y返回aif __name__ == "__main":
print 'Please insert X,Y'
x = input('Please insert X')
y = input('Please insert Y')
print coordinate(x,y)

2. python将高斯坐标转换经纬度 经纬度坐标与高斯坐标的转换代码

#网上搜来的

# 高斯坐标转经纬度算法 # B=大地坐标X # C=大地坐标Y # IsSix=6度带或3度带

import math
def GetLatLon2(B, C,IsSix):
#带号
D = math.trunc( C/ 1000000)

#中央经线(单位：弧度)
K = 0
if IsSix:
K = D * 6 - 3 #6度带计算
else:
K = D * 3 #3度带计算
L = B/(6378245*(1-0.006693421623)*1.0050517739)
M = L +(0.00506237764 * math.sin(2*L)/2-0.00001062451*math.sin(4*L)/4+0.0000002081*math.sin(6*L)/6)/1.0050517739
N = L +(0.00506237764 * math.sin(2*M)/2-0.00001062451*math.sin(4*M)/4+0.0000002081*math.sin(6*M)/6)/1.0050517739
O = L +(0.00506237764 * math.sin(2*N)/2-0.00001062451*math.sin(4*N)/4+0.0000002081*math.sin(6*N)/6)/1.0050517739
P = L +(0.00506237764 * math.sin(2*O)/2-0.00001062451*math.sin(4*O)/4+0.0000002081*math.sin(6*O)/6)/1.0050517739
Q = L +(0.00506237764 * math.sin(2*P)/2-0.00001062451*math.sin(4*P)/4+0.0000002081*math.sin(6*P)/6)/1.0050517739
R = L +(0.00506237764 * math.sin(2*Q)/2-0.00001062451*math.sin(4*Q)/4+0.0000002081*math.sin(6*Q)/6)/1.0050517739
S = math.tan(R)
T = 0.006738525415*(math.cos(R))**2
U = 6378245/math.sqrt(1-0.006693421623*(math.sin(R))**2)
V = 6378245*(1-0.006693421623)/(math.sqrt((1-0.006693421623*(math.sin(R))**2)))**3
W = 5+3*S**2+T-9*T*S**2
X = 61+90*S**2+45*S**4
Y = 1+2*S**2+T**2
Z = 5+28*S**2+24*S**4+6*T+8*T*S**2
Lat= (180/math.pi)*(R-(C-D*1000000-500000)**2*S/(2*V*U)+(C-D*1000000-500000)**4*W/(24*U**3*V)-(C-D*1000000-500000)**6*X/(7200*U**5*V))
Lon= (180/math.pi)*(C-D*1000000-500000)*(1-(C-D*1000000-500000)**2*Y/(6*U**2)+(C-D*1000000-500000)**4*Z/(120*U**4))/(U*math.cos(P))
Lat = Lat
Lon = K + Lon
return (Lon, Lat)

3. python怎么在一群点集中，提取中心坐标

回答你的问题费老大劲了，opencv用的不熟

我运行输出：

row=14,col=5
14 5 248 242 234 237
gray2 crop: 220 232 219 5
中心点坐标(109,108),图片宽高(w=218, h=217)
[95, 134] [83, 173]
斜率k= 3.25

#解题思路：因为我下载的你的图片，黑色周围还有白色，所以先去除了周围的白色，保证只有黑色部分图片
#对图片转灰度图，这样方便计算，每个像素点的值就是一个0-255的值，0为黑色，255为白色
#然后获得灰度图的row和col，与正常思维的width和height相反，row对应height，col对应width
#遍历row和col，先获得第一个白点，再获得最后一个白点，然后根据这两个坐标执行tan计算斜率k值
#读取图像
img2=cv2.imread("../img/blackWhite.png")
#转成单通道黑白图
gray=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
cv2.imshow('img2',img2)
cv2.imshow('gray',gray)

sp=gray.shape
rows=sp[0]
cols=sp[1]
cr=0
cl=0
#裁剪左边和上边空白
forrowinrange(rows):
isBreak=False
forcolinrange(cols):
ifgray[row,col]==0:
cr=row
cl=col
print("
row=%d,col=%d"%(row,col))
isBreak=True
break
#print(gray[row,col],end='')
#if(col==cols-1):
#print("
row=%d,col=%d-------------------------------"%(row,col))
ifisBreak==True:
break
print(cr,cl,rows,cols,rows-cr,cols-cl)
gray2=gray[cr:rows-cr,cl:cols-cl]
cv2.imshow('gray2',gray2)

#裁剪右下角空白
sp=gray2.shape
rows=sp[0]
cols=sp[1]
row=rows-1

print("gray2crop:",rows,cols,row,col)
whilerow!=0:
isBreak=False
col=cols-1
whilecol!=0:
ifgray2[row,col]==0:
isBreak=True
break
col-=1
ifisBreak==True:
break
row-=1
gray3=gray2[0:row+1,0:col+1]
cv2.imshow('gray3',gray3)

#对裁剪后的gray3求中心点坐标
sp=gray3.shape
rows=sp[0]
cols=sp[1]
x=cols//2
y=rows//2
print("中心点坐标(%d,%d),图片宽高(w=%d,h=%d)"%(x,y,cols,rows))

#求斜率(y2-y1)/(x2-x1)
#遍历出第一个白点和最后一个白点，做计算
x1y1=[]
x2y2=[]

#求第一个白点坐标
forrowinrange(rows):
isBreak=False
forcolinrange(cols):
ifgray3[row,col]==255:
x1y1.append(col)
x1y1.append(row)
isBreak=True
break
ifisBreak==True:
break
#求最后一个白点坐标
row=rows-1
whilerow!=0:
isBreak=False
col=cols-1
whilecol!=0:
ifgray2[row,col]==255:
x2y2.append(col)
x2y2.append(row)
isBreak=True
break
col-=1
ifisBreak==True:
break
row-=1
print(x1y1,x2y2)
#计算斜率tan值
k=abs(x2y2[1]-x1y1[1])/abs(x2y2[0]-x1y1[0])
print("斜率k=",k)
cv2.waitKey(0)
cv2.destroyAllWindows()