《Dubbo 实现原理与源码解析 —— 精品合集》 《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》 《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》 《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》 《Java 面试题 + Java 学习指南》

摘要: 原创出处 blog.csdn.net/zwrlj527/article/details/119823407 「肥仔哥哥1930」欢迎转载,保留摘要,谢谢!


🙂🙂🙂关注微信公众号:【芋道源码】有福利:

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
  2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
  3. 您对于源码的疑问每条留言将得到认真回复。甚至不知道如何读源码也可以请教噢
  4. 新的源码解析文章实时收到通知。每周更新一篇左右
  5. 认真的源码交流微信群。

今早,看到CSDN里推荐的Python获取女朋友发来加班拍照定位地址是酒店的段子,本来准备验证下,顺便练练手的,最后,安装执行pip install json报没有指定版本号。

一怒之下搞我大JAVA,验证可行与场景体遐想。废话不多说,先上硬货。

依赖导入

从博文上看是exifread模块,找我大java的对应的jar,发现metadata-extractor,而且官方还在持续更新,最近的jar是今年的。

这个元数据提取jar非常强大,还支持视频信息的提取,看看官方介绍:

看到没,第一个示例,就写的支持我大JAVA,让我犹如鸡血冲顶,在支持同事联调事件工单的同时,大肝这块。

<dependency>
<groupId>com.drewnoakes</groupId>
<artifactId>metadata-extractor</artifactId>
<version>2.16.0</version>
</dependency>

准备工作

1、室外空旷地点打开GPS

2、百度地图、北斗伴验证已连接到GPS定位

3、设置手机带的照相机开启位置信息

4、拍照一张顺便查看照片详情

这里一定要确定拍的照片的详情时有经纬度信息的,如果没有,你针对你的手机在CSDN里搜索下怎么设置。这里顺便提下,CSDN的浏览器插件真香。简直就是我们技术人事的福音,再以不用担心某某度的广告之类导致找东西费劲了,而且它很包容,还时可以选择自己喜欢的搜索引擎的。

示例demo

这里先演示这个元数据提取jar能提取到的信息,顺便把取到的经纬度通过百度转地址。

因为是demo,没有业务,我这里就直接在测试类里干了。没有什么业务,不涉及什么机密,可以上全码。

package com.easylinkin.bm.extractor;

import com.alibaba.fastjson.JSONObject;
import com.drew.imaging.ImageMetadataReader;
import com.drew.imaging.ImageProcessingException;
import com.drew.metadata.Directory;
import com.drew.metadata.Metadata;
import com.drew.metadata.Tag;
import com.easylinkin.bm.util.HttpUtils;
import lombok.extern.slf4j.Slf4j;

import java.io.File;
import java.io.IOException;

/**
* @author zhengwen
**/
@Slf4j
public class ImgTestCode {
public static void main(String[] args) throws Exception {

File file = new File("C:\\Users\\zhengwen\\Desktop\\test\\IMG_20210820_093958.jpg");
readImageInfo(file);
}

/**
* 提取照片里面的信息
*
* @param file 照片文件
* @throws ImageProcessingException
* @throws Exception
*/
private static void readImageInfo(File file) throws ImageProcessingException, Exception {
Metadata metadata = ImageMetadataReader.readMetadata(file);

System.out.println("---打印全部详情---");
for (Directory directory : metadata.getDirectories()) {
for (Tag tag : directory.getTags()) {
System.out.format("[%s] - %s = %s\n",
directory.getName(), tag.getTagName(), tag.getDescription());
}
if (directory.hasErrors()) {
for (String error : directory.getErrors()) {
System.err.format("ERROR: %s", error);
}
}
}

System.out.println("--打印常用信息---");

Double lat = null;
Double lng = null;
for (Directory directory : metadata.getDirectories()) {
for (Tag tag : directory.getTags()) {
String tagName = tag.getTagName(); //标签名
String desc = tag.getDescription(); //标签信息
if (tagName.equals("Image Height")) {
System.err.println("图片高度: " + desc);
} else if (tagName.equals("Image Width")) {
System.err.println("图片宽度: " + desc);
} else if (tagName.equals("Date/Time Original")) {
System.err.println("拍摄时间: " + desc);
} else if (tagName.equals("GPS Latitude")) {
System.err.println("纬度 : " + desc);
System.err.println("纬度(度分秒格式) : " + pointToLatlong(desc));
lat = latLng2Decimal(desc);
} else if (tagName.equals("GPS Longitude")) {
System.err.println("经度: " + desc);
System.err.println("经度(度分秒格式): " + pointToLatlong(desc));
lng = latLng2Decimal(desc);
}
}
}
System.err.println("--经纬度转地址--");
//经纬度转地主使用百度api
convertGpsToLoaction(lat, lng);


}

/**
* 经纬度格式 转换为 度分秒格式 ,如果需要的话可以调用该方法进行转换
*
* @param point 坐标点
* @return
*/
public static String pointToLatlong(String point) {
Double du = Double.parseDouble(point.substring(0, point.indexOf("°")).trim());
Double fen = Double.parseDouble(point.substring(point.indexOf("°") + 1, point.indexOf("'")).trim());
Double miao = Double.parseDouble(point.substring(point.indexOf("'") + 1, point.indexOf("\"")).trim());
Double duStr = du + fen / 60 + miao / 60 / 60;
return duStr.toString();
}

/***
* 经纬度坐标格式转换(* °转十进制格式)
* @param gps
*/
public static double latLng2Decimal(String gps) {
String a = gps.split("°")[0].replace(" ", "");
String b = gps.split("°")[1].split("'")[0].replace(" ", "");
String c = gps.split("°")[1].split("'")[1].replace(" ", "").replace("\"", "");
double gps_dou = Double.parseDouble(a) + Double.parseDouble(b) / 60 + Double.parseDouble(c) / 60 / 60;
return gps_dou;
}

/**
* api_key:注册的百度api的key
* coords:经纬度坐标
* http://api.map.baidu.com/reverse_geocoding/v3/?ak="+api_key+"&output=json&coordtype=wgs84ll&location="+coords
* <p>
* 经纬度转地址信息
*
* @param gps_latitude 维度
* @param gps_longitude 精度
*/
private static void convertGpsToLoaction(double gps_latitude, double gps_longitude) throws IOException {
String apiKey = "YNxcSCAphFvuPD4LwcgWXwC3SEZZc7Ra";

String res = "";
String url = "http://api.map.baidu.com/reverse_geocoding/v3/?ak=" + apiKey + "&output=json&coordtype=wgs84ll&location=" + (gps_latitude + "," + gps_longitude);
System.err.println("【url】" + url);

res = HttpUtils.httpGet(url);
JSONObject object = JSONObject.parseObject(res);
if (object.containsKey("result")) {
JSONObject result = object.getJSONObject("result");
if (result.containsKey("addressComponent")) {
JSONObject address = object.getJSONObject("result").getJSONObject("addressComponent");
System.err.println("拍摄地点:" + address.get("country") + " " + address.get("province") + " " + address.get("city") + " " + address.get("district") + " "
+ address.get("street") + " " + result.get("formatted_address") + " " + result.get("business"));
}
}
}

}

控制台打印:

下面贴出详细内容:

com.easylinkin.bm.extractor.ImgTestCode
---打印全部详情---
[JPEG] - Compression Type = Baseline
[JPEG] - Data Precision = 8 bits
[JPEG] - Image Height = 4032 pixels
[JPEG] - Image Width = 3024 pixels
[JPEG] - Number of Components = 3
[JPEG] - Component 1 = Y component: Quantization table 0, Sampling factors 2 horiz/2 vert
[JPEG] - Component 2 = Cb component: Quantization table 1, Sampling factors 1 horiz/1 vert
[JPEG] - Component 3 = Cr component: Quantization table 1, Sampling factors 1 horiz/1 vert
[Exif IFD0] - Date/Time = 2021:08:20 09:39:58
[Exif IFD0] - Model = YOTA Y3
[Exif IFD0] - YCbCr Positioning = Center of pixel array
[Exif IFD0] - Resolution Unit = Inch
[Exif IFD0] - Y Resolution = 72 dots per inch
[Exif IFD0] - X Resolution = 72 dots per inch
[Exif IFD0] - Make = YOTA
[GPS] - GPS Date Stamp = 2021:08:20
[GPS] - GPS Altitude Ref = Below sea level
[GPS] - GPS Longitude Ref = E
[GPS] - GPS Longitude = 114° 24' 9.61"
[GPS] - GPS Processing Method = ASCII
[GPS] - GPS Latitude Ref = N
[GPS] - GPS Time-Stamp = 01:39:46.000 UTC
[GPS] - GPS Altitude = 21 metres
[GPS] - GPS Latitude = 30° 28' 40.67"
[Exif SubIFD] - Color Space = sRGB
[Exif SubIFD] - F-Number = f/1.9
[Exif SubIFD] - Date/Time Digitized = 2021:08:20 09:39:58
[Exif SubIFD] - Focal Length = 3.9 mm
[Exif SubIFD] - Aperture Value = f/1.9
[Exif SubIFD] - Exposure Mode = Auto exposure
[Exif SubIFD] - Sub-Sec Time Digitized = 819350
[Exif SubIFD] - Exif Image Height = 4032 pixels
[Exif SubIFD] - Focal Length 35 = 23 mm
[Exif SubIFD] - Scene Capture Type = Standard
[Exif SubIFD] - Sub-Sec Time Original = 819350
[Exif SubIFD] - Exposure Program = Unknown (0)
[Exif SubIFD] - White Balance Mode = Auto white balance
[Exif SubIFD] - Exif Image Width = 3024 pixels
[Exif SubIFD] - Sub-Sec Time = 819350
[Exif SubIFD] - Shutter Speed Value = 1/1022 sec
[Exif SubIFD] - Metering Mode = Center weighted average
[Exif SubIFD] - Date/Time Original = 2021:08:20 09:39:58
[Exif SubIFD] - Components Configuration = YCbCr
[Exif SubIFD] - Exif Version = 2.20
[Exif SubIFD] - Flash = Flash did not fire
[Exif SubIFD] - Brightness Value = 0.0
[Exif SubIFD] - ISO Speed Ratings = 103
[Exif SubIFD] - Sensing Method = One-chip color area sensor
[Exif SubIFD] - FlashPix Version = 1.00
[Exif SubIFD] - Exposure Time = 1/1023 sec
[Interoperability] - Interoperability Index = Recommended Exif Interoperability Rules (ExifR98)
[Interoperability] - Interoperability Version = 1.00
[Exif Thumbnail] - Y Resolution = 72 dots per inch
[Exif Thumbnail] - Thumbnail Length = 21538 bytes
[Exif Thumbnail] - Thumbnail Offset = 959 bytes
[Exif Thumbnail] - Compression = JPEG (old-style)
[Exif Thumbnail] - Resolution Unit = Inch
[Exif Thumbnail] - X Resolution = 72 dots per inch
[Huffman] - Number of Tables = 4 Huffman tables
[File Type] - Detected File Type Name = JPEG
[File Type] - Detected File Type Long Name = Joint Photographic Experts Group
[File Type] - Detected MIME Type = image/jpeg
[File Type] - Expected File Name Extension = jpg
[File] - File Name = IMG_20210820_093958.jpg
[File] - File Size = 5215044 bytes
[File] - File Modified Date = 星期五 八月 20 09:39:59 +08:00 2021
--打印常用信息---
初始化HttpClientTest~~~开始
图片高度: 4032 pixels
图片宽度: 3024 pixels
经度: 114° 24' 9.61"
经度(度分秒格式): 114.40266944444446
纬度 : 30° 28' 40.67"
纬度(度分秒格式) : 30.477963888888887
拍摄时间: 2021:08:20 09:39:58
--经纬度转地址--
【url】http://api.map.baidu.com/reverse_geocoding/v3/?ak=YNxcSCAphFvuPD4LwcgWXwC3SEZZc7Ra&output=json&coordtype=wgs84ll&location=30.477963888888887,114.40266944444446
初始化HttpClientTest~~~结束
拍摄地点:中国 湖北省 武汉市 洪山区 软件园路 湖北省武汉市洪山区软件园路9 关山,光谷天地

上面的提取到的内容我就不解释了,应该看得懂,不懂的,可以翻译英文,或者查API看打印的是啥。
其他文件我就不演示了,有兴趣的可以自己试试。
我的百度地图的AK就先放这里,方便大家验证,免得说我骗人,反正我也是免费用的。
最后再说一句,图片发送要么压缩到压缩包再发送,要么用数据线从手机里拷出来。我这里先用微信发的,基本上信息都被抹除了(在电脑上查看图片详情,其实也可以看到经纬度信息的)。
还有,我还有个苹果手机,其实也是可以拍有地理位置信息的照片的,要打开隐私里的定位,授权照相机。

总结与衍生想法

这个怎么说呢,还是很不错的。用到我们的工作中的话,我们觉得可以替代我们之前做的一个打点巡检的,到达巡检位置拍张照片再配合机器码,不怕你让别人代拍照片了。还有考勤的公出单、外勤等等。

另外还想到这出门在外爱拍照的娃们,你们的照片放到云存储上,然后如果有无良服务商,基本可以把你的轨迹通过你上传的照片时间绘制出来。。。

好了,这个就分享到这里。这里其实还给我一个最大的感受就是,如果我不知道A就不会想到B。要是我早知道图片可以携带的信息,或者知道照相机软件可以获取的信息,可能可以针对这些早点做点什么。。。。。。

文章目录
  1. 1. 依赖导入
  2. 2. 准备工作
  3. 3. 示例demo
  4. 4. 总结与衍生想法