Identify geographical location of a picture by its EXIF GPS info by Baidu Map API

# -*- coding: utf-8 -*-
import urllib.parse
import hashlib
import requests
import json

'''
Baidu Map API http://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-geocoding
'''
def get_baidu_api_url(baidu_api_ak, baidu_api_sk, lat, lng):
    baseurl = 'http://api.map.baidu.com'
    svcurl = '/geocoder/v2/?output=json&pois=0&ak='
    query = '&location='

    # Calculation follows Baidu Map API standard: http://lbsyun.baidu.com/index.php?title=lbscloud/api/appendix
    queryStr = svcurl + baidu_api_ak + query + str(lat) + "," + str(lng)
    encodedStr = urllib.parse.quote(queryStr, safe="/:=&?#+!$,;'@()*[]")
    rawStr = encodedStr + baidu_api_sk
    baidu_api_sn = hashlib.md5(urllib.parse.quote_plus(rawStr).encode("utf-8")).hexdigest()

    url = baseurl + queryStr + "&sn=" + baidu_api_sn

    return url


if __name__ == '__main__':

    # sample: 39.983424, 116.322987 ## Beijing

    # sample: 40.758078395, 73.97712620722223  ## Europe

    # sample: 22.80646666666667, 113.27083611111111  ## Shunde, Foshan, Guangdong Province, PRC

    # sample: 22.65424722222222, 114.7337888888889  ## Huidong, Huizhou, Guangdong Province, PRC

    url = get_baidu_api_url('your_baidu_api_ak', 'your_baidu_api_sk', 22.80646666666667, 113.27083611111111)

    req = requests.get(url)
    content = req.text
    print(content)
    hjson = json.loads(content)

    status = hjson["status"]
    if status == 0:
        location = hjson["result"]["formatted_address"]  # province, city, street
        print(location)
        info = hjson["result"]["sematic_description"]  # address detail
        print(info)
    else:
        print(hjson["message"])
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市蛋勺,隨后出現(xiàn)的幾起案子瓦灶,更是在濱河造成了極大的恐慌,老刑警劉巖抱完,帶你破解...
    沈念sama閱讀 216,919評(píng)論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件贼陶,死亡現(xiàn)場離奇詭異,居然都是意外死亡巧娱,警方通過查閱死者的電腦和手機(jī)碉怔,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,567評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來禁添,“玉大人撮胧,你說我怎么就攤上這事±锨蹋” “怎么了芹啥?”我有些...
    開封第一講書人閱讀 163,316評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵锻离,是天一觀的道長。 經(jīng)常有香客問我叁征,道長纳账,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,294評(píng)論 1 292
  • 正文 為了忘掉前任捺疼,我火速辦了婚禮疏虫,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘啤呼。我一直安慰自己卧秘,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,318評(píng)論 6 390
  • 文/花漫 我一把揭開白布官扣。 她就那樣靜靜地躺著翅敌,像睡著了一般。 火紅的嫁衣襯著肌膚如雪惕蹄。 梳的紋絲不亂的頭發(fā)上蚯涮,一...
    開封第一講書人閱讀 51,245評(píng)論 1 299
  • 那天,我揣著相機(jī)與錄音卖陵,去河邊找鬼遭顶。 笑死,一個(gè)胖子當(dāng)著我的面吹牛泪蔫,可吹牛的內(nèi)容都是我干的棒旗。 我是一名探鬼主播,決...
    沈念sama閱讀 40,120評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼撩荣,長吁一口氣:“原來是場噩夢啊……” “哼铣揉!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起餐曹,我...
    開封第一講書人閱讀 38,964評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤逛拱,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,376評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡累榜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,592評(píng)論 2 333
  • 正文 我和宋清朗相戀三年把夸,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片锋华。...
    茶點(diǎn)故事閱讀 39,764評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡嗡官,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出毯焕,到底是詐尸還是另有隱情衍腥,我是刑警寧澤磺樱,帶...
    沈念sama閱讀 35,460評(píng)論 5 344
  • 正文 年R本政府宣布,位于F島的核電站婆咸,受9級(jí)特大地震影響竹捉,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜尚骄,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,070評(píng)論 3 327
  • 文/蒙蒙 一块差、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧倔丈,春花似錦憨闰、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,697評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至宏邮,卻和暖如春泽示,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蜜氨。 一陣腳步聲響...
    開封第一講書人閱讀 32,846評(píng)論 1 269
  • 我被黑心中介騙來泰國打工械筛, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人记劝。 一個(gè)月前我還...
    沈念sama閱讀 47,819評(píng)論 2 370
  • 正文 我出身青樓变姨,卻偏偏與公主長得像,于是被迫代替她去往敵國和親厌丑。 傳聞我的和親對(duì)象是個(gè)殘疾皇子定欧,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,665評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容