Kā iegūt noteiktus datus no Openstreetmap datubāzes

Openstreetmap nav tikai bezmaksas karte, kuru jebkurš var papildināt. Tā principā ir tieši datubāze. Ļoti daudz objektu nemaz nav attēloti uz Openstreetmap.org vietnē redzamās kartes – tā ir tikai tāda kā demo versija, ko iespējams veidot no šiem datiem.
Rakstā apskatīšu konkrētu piemēru – iegūsim GPS ierīcē lietojamu telšu kempinga punktu failu Igaunijai. Raksts apskata MacOS, taču līdzīgs būs process arī uz Linux, tikai Brew (vai Macports/Fink) vietā tur izmantotu apt-get vai līdzīgi.

Priekšnoteikums

Jau iepriekšējos rakstos esmu minējis, ka uz MacOS ieteicams uzinstalēt Homebrew. Ja to esi izdarījis, nekas šajā punktā nav jādara. Ja nē – dari šādi, no AppStore uzinstalē Xcode, un pēc tam, MacOS terminal logā ielīmē šo rindu:

ruby -e "$(curl -fsSL https://raw.github.com/mxcl/homebrew/go)"

Tas uzinstalēs sistēmu, kas ļauj ātri instalēt jaunas komandrindas programmas, nemācoties kompilēt un saprast visādas sarežģītas lietas.

Instalējam programmas

Osmosis ļauj apstrādāt Openstreetmap datubāzu datus.

brew install osmosis

GPSbabel programma ļauj datus konvertēt visādos formātos.

brew install gpsbabel

Apstrādājam datus

Tad ielādējam OSM datubāzes failu vajadzīgajai valstij vai reģionam no Geofabrik. Rezultātā mums ir fails “estonia.osm“. No tā mēs izfiltrēsim ārā tikai datus, kas atzīmēti kā “tourism=camp_site” un saglabāsim jaunā OSM failā “rmk.osm“, ar šo komandu:

osmosis -q --rx estonia.osm --tf accept-nodes tourism=camp_site --tf reject-ways --tf reject-relations --wx rmk.osm

Tālāk atliek šos datus konvertēt uz GPS ierīcei saprotamu formātu GPX. To daram ar GPSbabel:

gpsbabel -i osm -f rmk.osm -o gpx -F rmk.gpx

Beigās esam ieguvuši failu “rmk.gpx“, kuru var lietot telefonos, GPS ierīcēs vai tamlīdzīgi. Pārbaudīt vai faila saturs ir pareizs, varam ar GPSvisualizer.net, kur tas tiks attēlots uz kartes.

Te arī rezultāts:

rmk

Protams, Igaunijā RMK kempinga vietu ir vairāk, un tieši tāpēc jebkurš var iet un atzīmēt redaktorā trūkstošās vietas, lai datubāze nākotnē ir vēl pilnīgāka.

Smuki samazinam bildes bez maksas programmām

Kā zināms, samazinot digitālo fotokameru bildes, ekrāna skatīšanai, vai publicēšanai internetā, tās parasti zaudē asumu (ja tāds vispār ir bijis sākotnēji). Tāpēc biežākā metode problēmas risināšanai, ir “unsharp mask” (vai “smart sharpen”) iekš Photoshop. Tikai šim mērķim iegādāties šo programmu būtu neprāts, tāpēc līdzīgas iespējas iespējams izmantot arī bezmaksas GIMP un citās programmās. Taču tāpat, ja nepieciešams tikai samazināt, un nav vēlmes instalēt veselu programmatūras pakotni tikai šim mērķim, iespējams izmantot arī komandrindas rīku “ImageMagick”. Šis rīks gan spēj daudz daudz vairāk nekā šeit aprakstīts, taču raksts ir tikai par samazināšanu.
Protams, arī uz MacOS iebūvētās bezmaksas programmas “Preview” var izdarīt tīri vienkārši, taču tur pieejamais Sharpen variants ir pārāk uzbāzīgs un neglīts.

Tāpēc intereses pēc pamēģināsim ImageMagick. Uz Linux to var uzinstalēt savādākos veidos, droši vien ar apt-get, bet uz MacOS to dara šādi (vispirms no App Store jāuzinstalē sistēmas rīku kopums XCode).

  1. Komandrindā ielīmējam šo rindiņu lai uzstādītu Brew: ruby -e "$(curl -fsSL https://raw.github.com/mxcl/homebrew/go)"
  2. Turpat rakstam brew install imagemagick

Kad process pabeidzies, sistēmā parādijušās vairākas jaunas komandas, tai skaitā convert.

Bilžu samazināšanai vislabāk izmantot Lanczos algoritmu, kas bildi tik ļoti nesamiglo kā piemēram Photoshop Bicubic algoritms. Pie reizes, komandā var norādīt arī instrukciju nedaudz uzlabot bildes asumu ar unsharp. Komanda vienas bildes samazināšanai ir šāda:

convert nosaukums.jpg -resize x1080 -unsharp 0x0.75+0.75+0.008 jaunaisnosaukums.jpg

Tātad paskaidrojot sīkāk, sākumā izsaucam convert programmu, norādam lielo bildes failu ko samazināsim, pasakam ka vēlamies tieši samazināt, norādam izmēru (konkrētajā gadījumā esmu norādijis tikai augstumu 1080 pikseļi, lai izvairītos no bildes proporciju maiņas, ja bilde ir vertikāla), tālāk norādam instrukciju unsharp, un tās parametrus (0 x radiuss + daudzums + threshold) un visbeidzot jaunās bildes nosaukumu.

Par unsharp parametriem – pirmais vienmēr var būt nulle, jo neko nedara. Radiusu iesaku turēt zem viens. Daudzumu arī, lai nebūtu uzmācīgi. Threshhold nosaka, lai funkciju pilda tikai uz detalizētajām bildes daļām, nevis teiksim uz viendabīgām debesīm.

Ja funkciju vajag izpildīt uz veselu folderi ar bildēm, varam izmantot MacOS komandrindas priekšrocību veikt funkcijas atkārtoti:

for file in *.jpg; do convert $file -resize x1080 -unsharp 0x0.75+0.75+0.008 small-$file; done

šis paņems visus JPG failus folderī, un veiks minēto darbību, izvadot jaunus failus ar jaunu nosaukumu, kam priekšā rakstīts “small-“.

Rezultātā bilde būs samazināta kvalitatīvi, nezaudējot asumu.

Paraudziņi:

Parasts samazinājums ar PS

Imagemagick ar minētajiem parametriem (turklāt fails ir mazāks)

QGIS tutorial priekš Geocaching statistikas

QGIS ir programma darbam ar kartēm, tai ir milzīgs iespēju klāsts, un tas ko es šeit aprakstīšu ir pavisam maza kripata no tā. Kartes mani fascinējušas jau vienmēr, sākot no bērnības, kad pasaules karte man karājās pie gultas, un kad enciklopējias un atlanti bija vienas no mīļākajām grāmatām. Pavisam nesen sanāca nejauši uzņemties projektu, kura ietvaros bija jāizgatavo 12 kartes dabas taku stendiem. Biju domājis izmatot Openstreetmap, taču prasības auga, un biju spiests dažās dienās iemācīties GIS pamatus. Būtu mācijies ArcGIS ar ko strādā visi šajā jomā, taču tas eksistē tikai Windows vidē, un QGIS turklāt ir bezmaksas.
Šajā ātrajā pamācībā centīšos apskatīt QGIS galvenos pamatus, ar mērķi izveidot šādu te statistikas pārskata karti:

Continue reading

Locus for Android

Locus ir lieliska karšu programma Android ierīcēm. Tā spēj praktiski visu, izņemot vienu būtisku lietu – tai nav normāla piesaistīto Rastra karšu atbalsta (Ozi explorer stilā). Vienīgais veids ir lietot MOBAC lai taisītu rastra kartes no visādiem online karšu servisiem (Google, Bing, OSM utt).
Citādi – tā ir perfekta. Tā attēlo online/offline kartes, tai pat ir offline OSM vektora karšu atbalsts, tā saprot Geocaching, māk tiešsaistē reģistrēt atrastos slēpņus, zīmē maršrutus, piedāvā pamata funkcijas slēpnošanas aprēķiniem un daudz ko vēl. Galu galā, tā pat māk pati ielādēt Openstreetmap kartes offline lietošanai – iezīmē reģionu, un spiež download (piemēram ierodoties svešā pilsētā, tiekot pie Wifi piekļuves punkta, var fiksi ielādēt apkārtnes karti, atslēgties, un doties ārā).

Programmai ir arī maksas versija, kas atbalsta vektoru kartes (strādā ātrāk, un aizņem pavisam maz vietas), maksas versijai ir arī daži citi plusi, un es uzskatu, ka to nelielo cenu ir vērts samaksāt.

Ņemot vērā, ka pagāja visai ilgs laiks kamēr es sapratu, kā funkcionē vektora karšu taisīšana šai programmai, vēlējos padalīties. Šoreiz sarežģītības pakāpe (gīkisms, ja vēlaties) ir daudz augstākā līmenī, nekā viens no iepriekšējajiem rakstiem par Geocaching aprakstu bildīšu ģenerēšanu.

Tā kā lietoju MacOS, tad raksts koncentrējas tieši uz šo operētājsistēmu, taču lietošanas instrukcija ir teju vai identiska arī pārējām operētājsistēmām.

Tātad Locus saprot vektoru kartes, kas iegūtas no Openstreetmap OSM failiem, kas ar OSMOSIS programmas un “Mapforge” spraudņa palīdzību pārtaisīti .MAP formātā.

Seko soli pa solim instrukcija:

  • Ielādējam Osmosis no šejienes.
  • Arhīva saturu ievietojam iekš /etc/osmosis
  • Iedodam skriptam tiesības chmod u+x osmosis
  • Ielādējam Mapforge Mapwriter spraudni no šejienes.
  • Spraudņa JAR failu ieliekam šādā Osmosis apakšfolderī folderī lib/default/
  • Izveidojam jaunu conf failu nano /config/osmosis-plugins.conf un ierakstam tajā org.mapsforge.map.writer.osmosis.MapFileWriterPluginLoader (izejam no nano ar ctrl+x)
  • Palielinam OSMOSIS/JAVA pieejamo atmiņu pievienojot rindiņu osmosis skriptā, komanda nano osmosis un tur ierakstam JAVACMD_OPTIONS=-Xmx1000m
  • Ielādējam LATVIA.OSM failu no piemēram Cloudmade
  • Lietojam komandu: ./osmosis --rx file=/Users/normis/Downloads/latvia.osm --mapfile-writer file=latvia.map bbox=55.5,20.6,58.08,28.3

bbox ir reģions kuru vajag konvertēt, minētajā komandā tas ir Latvijas aptuvenais reģions. citām valstīm to var atrast izmantojot šo linku, un mainot koordinātes tajā.

Tālāk redzēsiet ko līdzīgu šim:


sh-3.2# cd /etc/osmosis/bin
sh-3.2# ./osmosis --rx file=/Users/normis/Downloads/latvia.osm --mapfile-writer file=latvia.map bbox=55.5,20.6,58.08,28.03
Jun 28, 2012 10:02:12 AM org.openstreetmap.osmosis.core.Osmosis run
INFO: Osmosis Version 0.40.1
Jun 28, 2012 10:02:13 AM org.openstreetmap.osmosis.core.Osmosis run
INFO: Preparing pipeline.
INFO: estimated memory consumption: 605.72MB
Jun 28, 2012 10:07:07 AM org.openstreetmap.osmosis.core.Osmosis run
INFO: Pipeline complete.
Jun 28, 2012 10:07:07 AM org.openstreetmap.osmosis.core.Osmosis run
INFO: Total execution time: 295128 milliseconds.

Un te arī rezultāts, karte, kas pretēji rastra variantam (osm rastra variants latvijai aizņem pāris gigabaitus), aizņem tikai 23MB:

Un es jau nebūtu labais cilvēks, ja arī nepadalītos ar pašu .MAP failu, lai jums šis murgs nav jāatkārto. Protams tiklīdz dati novecos, vajadzēs jaunu failu, tad nu gan, nāciet atpakaļ un mācieties OSMOSIS.

Kā es organizēju Apple Aperture

Mana Apple Aperture bibliotēka sastāv no gandrīz 27000 bilžu, līdz ar to saprotams – šādu kolekciju ir pienācīgi jāsakārto, ja vēlos tur kautko atrast. Sākumā ilgi nebija skaidrs kā bildes kārtot – hronoloģiski, pēc tēmām, pēc vietām, pēc kā cita? Beigās atradu variantu, kas man pašam liekas visērtākais – galvenais sadalījums ir hronoloģisks pēc gadiem, tad mēnešiem, un tad pēc projektiem. Galu galā līdz dienai precīzi es pārsvarā nevaru atcerēties fotogrāfijas laiku, toties “Pagājušā gada augustā fotografēta Saldus pilsēta” gan varētu jau aptuveni ar kautko asociēties. Papildus šādam kārtojumam, man ir arī folderīši pa tēmām, kā arī pa vērtējumiem, bet tie nesatur reālas bildes, tikai linkus uz tām.
picture-1

Bilžu grupu paveidi:

Svarīgākais kas jāsaprot lietojot Aperture, ir tas ka šeit ir dažādi konteineri kuros ievietot bildes, un katrs no tiem uzvedas savādāk. Tie kārtojas šādi:

  • Zilie folderi satur dažādus objektus, un uz tiem uzspiežot redzams to saturspicture-2
  • Zilajos folderos ievietojam Projektus – tie reāli satur bildes (Zilajā folderī bildes nevar ielikt)
  • Projektus varam sagrupēt ar Dzeltenajiem folderiem (es tos neizmantoju)
  • Albumi (un Smart albumi) satur bilžu virtuālas kolekcijas, tos izmantoju lai grupētu viena projekta ietvaros esošas bildes – piemēram Ziemassvētki -> Pie Anetes un Pie Vecākiem
  • Lietojot šādu sistēmu, Albumus un Smart albumus var izvietot arī ārpus to projektiem, piemēram atsevišķā Zilajā folderī.

Kā var redzēt, mana sistēma ir šāda – Zilais folderis “Hronoloģiski”, Zilais folderis “2008”, Zilais folderis “00 – mēnesis” (cipars priekšā, lai mēneši sortējas pareizi), “Projekts”, “Albums”.

Vērtēšana

Šādi sakārtojot varam ķerties pie nākamā soļa – vērtēšana. Vērtēju es pēc iespējas universāli (Piemēram bilde ir 4* vispārīgi skatoties, nevis tieši šī projekta ietvaros – tapēc lai pēc tam varētu meklēt labi vērtētās bildes pa visu Kolekciju). T.i. Ja dotajā pasākumā sabildētajās bildēs ir tikai viena kaut cik pieņemama bilde, es nelikšu 5 kā labākajai, bet gan tikai 3 vai 4, jo skatīšos pēc universālas skalas. Vērtējumus piešķiru šādi:

  1. Būtībā metama ārā
  2. Ārā īsti negribas mest, varbūt kādreiz noder
  3. Pieņamama bilde, rādāma draugiem
  4. Liekama webā, rādāma svešiem, laba bilde
  5. Viena no labākajām, esmu gatavs drukāt palielinātu versiju un likt pie sienas

Ja godīgi, tik daudz bilžu novērtēt ir neiespējami, tapēc vērtēju tikai tās labākās bildes, vai arī ja man konkrētais projekts kādam ir jādod. T.i. sākotnēji pārskrienu pāri projektam, ātri salieku vērtējumus jēdzīgākajām bildēm, un tad ķeros pie to apstrādes, kad arī precizēju vērtējumus.

Tegošana

picture-4

Atslēgvārdu sistēmas izveidošana ir ļoti sarežģīta lieta, un joprojām līdz galam to neesmu izdarījis, bet ideja ir tāda – ar Shift+H attaisam keyword paneli, un izdzēšam tur esošos keyword presets, jo visticamāk tie ko piedāvā Aperture nebūs gluži pielietojami mums. Atslēgvādiem iespējams veidot hierarhiju, un ja piemēram attēlā redzamo Reala tegu piešķiršu kādai bildei, tad Smart-Album ar parametru meklēt “Film” atradīs arī šo bildi. Toties exportējot bildi ievietošanai Flickr, pie bildes saglabāts būs tikai “Reala” – hierarhija strādā tikai Aperture ietvaros.

Tātad ja sakārtojam bildes Folderos/Projektos/Albumos, saliekam vērtējumus, un pievienojam Atslēgvārdus piemēram “Events -> Birthdays; People -> Friends -> Jānis”, tad varam veidot Smart Album ar labākajām Dzimšanas dienu bildēm, ar labākajām Draugu bildēm, ar Sliktākajām Jāņa bildēm utt.

Varam ārpus “Hierarhija” foldera izveidot (zilo) folderi “Draugi”, un tajā izveidot katram no labākajiem draugiem pa Smart Album, kuram norādam lai atfiltrē labākās bildes ar tegu “Jānis, Pēteris, Anna” vai tamlīdzīgi.

Ārpus Aperture

picture-5

Visas manas bildes ir “Referenced” t.i. viņas netiek iesūktas iekš Aperture Library faila, bet atrodas man pašam pieejamā folderu struktūrā. Tas neko neizmaina, izņemot to ka varu lietot paša izvēlētas backup sistēmas un man nav jāuztic tas viss Aperture Vault sistēmai kas ir visai lēna. Kā bildē var redzēt, man ir otrs ārējais disks uz kuru bilžu sistēmu spoguļo Apple Time Machine. Pašu bibliotēkas sistēmu backupoju ar iebūvēto Vault sistēmu.

Kad bildes pievienoju no fotokameras (vai CD) – “Import” lodziņā norādu lai tās tiek ievietotas folderī piem. “2008” ar apakšfolderī “YY/MM/DD”.

picture-6

Apmēram šādi. Nezinu kāpēc, bet Lightroom man nedeva šādu kārtības izjūtu, un lai arī Lightroom noteikti ir pienācīgs konkurents ar ļoti detalizētu un ātru apstrādes sistēmu, es nejutu ka tā piedāvātais Workflow atbilstu tam ko es vēlos, un arī projektu pārskats nebija tik saprotams vai man pieņemams. Taču tiem, kuri lieto Windows, un kuriem Aperture vienkārši nav pieejams – arī Lightroom ir ļoti laba foto organizēšanas sistēma, tik laba, ka ilgi nevarēju izšķirties kuru no šīm divām īsti lietot.

Uzlabo savas fotogrāfijas: Asuma Dziļums

Objektīva diafragmas atvērums strādā līdzīgi cilvēka acij kas maina zīlītes izmēru. Diafragmu iespejams atvērt plašāk lai ielaistu vairāk gaismas kad tās ir par maz, tādejādi palielinot iespējamo ekspozīcijas ātrumu. Tas noder tumšās telpās, bet tā blakus parādība ir Asuma dziļuma samazināšānās, kas ir gan ieguvums gan trūkums reizē.
Continue reading

Uzlabo savas fotogrāfijas: Režīmi

Kas tie par burtiem uz ripulīša? MASP? Un kas tās par bildītēm?

Vakar es aprakstīju pamatterminus, šodien ķersimies pie to pielietošanas. Ņemot vērā ka dažādiem fotoaparātiem ir dažāds interfeiss un podziņas, es par piemēru ņemšu to kas ir manam aparātam, taču visiem fotoaparātiem sistēmas ir līdzīgas un nosaukumi tāpat.

Pirmkārt, ja vēlies apgūt tehnikas pamatus un saprast kā viss notiek, aizmirsti par bildīšu ikoniņām un Auto režīmu. Tie protams noder dažās specifiskās situācijās (neesmu vēl tādu sastapis), bet principā tie ir useless. Tu tiešām iztērēji savu pustūkstoti latu lai lietotu Auto un bildes sanāktu tieši tādas pašas kā ar veco?

Continue reading

Uzlabo savas fotogrāfijas: Ievads

Kas rada labu fotogrāfiju? Vai tā ir tehnika, vai tomēr fotogrāfs?Pēc pieredzes es teiktu ka labu vietu par labu bildi pārvērš sekojošas trīs lietas:

– kompozīcija
– gaisma
– maģiskie putekļi

Par pirmajiem diviem ir atbildīgs fotogrāfs, par pēdējo – tie ir sīkumi, ko nevar aprakstīt vai iemācīties. Varbūt tā ir tehniskā kvalitāte apvienojumā ar pēcapstrādi? Veiksme? Varbūt kāda netradicionāla pieeja? Katrai bildei maģisko putekļu formula ir dažāda.

Ja jums patiks, tad šī būs rakstu sērija par Fotogrāfijas pamatiem.
Continue reading