Awesome GitHub RepositoriesCoordinate Reference System Transformations

Cesium is a JavaScript library designed for rendering high-precision 3D globes and 2D maps within web browsers. It functions as a visualization engine that leverages hardware-accelerated graphics to display complex geographic data, terrain, and imagery. The library distinguishes itself through a modular architecture that supports the streaming of massive geographic datasets. By employing tiled data delivery and hierarchical level-of-detail optimization, it maintains performance while navigating large-scale environments. It also includes a time-dynamic state management system, which synchroniz

GDAL ist eine MIT-lizenzierte Open-Source-Übersetzerbibliothek, die ein einheitliches abstraktes Datenmodell für das Lesen und Schreiben von Geodaten-Raster- und Vektordaten über Hunderte von Dateiformaten hinweg bereitstellt. Sie dient als grundlegende Geodaten-Übersetzungsbibliothek und ermöglicht den Zugriff auf diverse Geodatenformate über eine einzige, konsistente Schnittstelle. Die Bibliothek macht ihre Kernfunktionalität über Befehlszeilen-Dienstprogramme zugänglich, die es Benutzern ermöglichen, Geodaten zwischen Formaten zu übersetzen, zu konvertieren und zu verarbeiten. Eine Koordinatentransformations-Engine übernimmt Konvertierungen zwischen räumlichen Referenzsystemen, während ein Format-Treiber-Plugin-System die formatspezifische Lese- und Schreiblogik zur Laufzeit lädt. Die virtuelle Dateisystemschicht bietet einheitlichen I/O-Zugriff über lokale Dateien, HTTP, Cloud-Speicher und komprimierte Archive, und ein Raster-Block-Cache verwaltet das In-Memory-Tile-Caching, um I/O-Operationen zu reduzieren. GDAL unterstützt das Lesen und Schreiben sowohl von Raster- als auch von Vektor-Geodaten, wobei die Vektor-Feature-Iteration Features einzeln streamt, ohne ganze Datensätze in den Speicher zu laden. Das Projekt ermöglicht die geodatenbasierte Interoperabilität zwischen Formaten durch die Unterstützung des Datenaustauschs zwischen verschiedenen Geodaten-Software-Ökosystemen mittels ihrer umfangreichen Formatunterstützung.

GeoPandas ist eine Python-Bibliothek, die pandas um native Unterstützung für Geodaten erweitert. Sie behandelt geografische Geometrien – Punkte, Linien und Polygone – als erstklassigen Spaltentyp innerhalb von DataFrames, wodurch Benutzer vektorbasierte räumliche Daten zusammen mit herkömmlichen tabellarischen Attributen speichern, bearbeiten und analysieren können. Die Bibliothek basiert auf bewährten Geodaten-Komponenten: Sie nutzt Shapely für alle geometrischen Operationen, Fiona und GDAL zum Lesen und Schreiben von Standard-Geodatenformaten, PyProj für die Koordinaten-Reprojektion sowie einen R-Tree-räumlichen Index (von Shapely) zur Beschleunigung räumlicher Abfragen. Was GeoPandas auszeichnet, ist die nahtlose Integration vollständiger räumlicher Analyse-Workflows in das pandas-Ökosystem. Benutzer können Koordinatenreferenzsystem-Transformationen durchführen, um Daten über verschiedene Projektionen hinweg abzugleichen, geometrische Eigenschaften wie Fläche und Länge berechnen, Puffer und Schwerpunkte generieren sowie Mengenoperationen wie Schnittmengen und Vereinigungen durchführen. Die Bibliothek unterstützt zudem standortbasierte Filterung, räumliche Joins, die Datensätze basierend auf geometrischen Beziehungen kombinieren, sowie Overlay-Analysen, die aggregierte Ergebnisse liefern. Zur Exploration bietet sie Funktionen zur Kartenvisualisierung, mit denen statische Plots und interaktive Karten direkt aus räumlichen Tabellen erstellt werden können. Über diese Kernmerkmale hinaus deckt GeoPandas den gesamten Lebenszyklus geografischer Daten ab: Import und Export gängiger Formate wie Shapefile, GeoJSON und GeoPackage; Verwaltung räumlicher Tabellen, die Geometrie mit Attributspalten verknüpfen; sowie das Abfragen oder Filtern von Features nach Standort, Attributbedingungen oder räumlichen Prädikaten. Die Dokumentation umfasst die Installation, eine umfassende API-Referenz sowie Benutzerhandbücher, die durch gängige Geodaten-Aufgaben führen.

Mapshaper is a tool for processing, simplifying, and converting geographic vector data, available as a command-line interface, a web browser tool, and a Node.js library. It functions as a coordinate projector, vector data converter, and web map asset optimizer designed to transform spatial datasets between different coordinate reference systems and file formats. The project is distinguished by its topology-preserving geometry simplification, which reduces vertex counts while maintaining shared boundaries to prevent gaps and overlaps. It further optimizes assets for the web through coordinate

TorchGeo is a PyTorch library designed for deep learning on geospatial data, providing a framework for building and training neural networks for tasks such as semantic segmentation, object detection, and change detection. It serves as a comprehensive pipeline for remote sensing, featuring specialized dataset loaders and multispectral image preprocessing tools. The library is distinguished by a dedicated remote sensing model zoo and extensive support for transfer learning, allowing users to integrate pre-trained weights optimized for specific satellite sensors. It also includes support for sel

Mapnik ist eine kartografische Rendering-Bibliothek und Karten-Rendering-Engine, die entwickelt wurde, um Daten aus geografischen Informationssystemen in visuelle Karten und druckbare Layouts umzuwandeln. Sie dient als Werkzeug zur Visualisierung räumlicher Daten, das Symbologie- und Styling-Regeln auf diverse geografische Datenquellen anwendet. Das Projekt nutzt ein XML-Kartenkonfigurations-Framework, um das visuelle Erscheinungsbild von Karten zu definieren, was die Trennung von Styling-Logik und Layout-Eigenschaften von der Kern-Rendering-Engine ermöglicht. Ihre Fähigkeiten decken die Visualisierung geografischer Informationen und das Management kartografischer Stile ab. Das System integriert räumliche Daten aus mehreren Formaten über eine Plugin-Architektur und verwaltet die Transformation von Koordinaten, um sicherzustellen, dass räumliche Daten auf Kartenbildern korrekt ausgerichtet sind.

gcoord is a coordinate conversion library that transforms geographic coordinates between China's three major map coordinate systems: WGS-84, GCJ-02, and BD-09. It handles the offset corrections required by national encryption policies, converting GPS or API-derived coordinates to align with the projections used by Chinese map providers like Baidu, Gaode, and Google China. The library provides direct conversions between all three systems, including WGS-84 to GCJ-02, WGS-84 to BD-09, GCJ-02 to BD-09, and their reverse transformations. It processes individual coordinate pairs, batches of coordin