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 est une bibliothèque de traduction open source sous licence MIT qui fournit un modèle de données abstrait unifié pour lire et écrire des données géospatiales raster et vectorielles dans des centaines de formats de fichiers. Elle sert de bibliothèque de traduction de données géospatiales fondamentale, permettant l'accès à divers formats de données géospatiales via une interface unique et cohérente. La bibliothèque expose ses fonctionnalités principales via des utilitaires en ligne de commande qui permettent aux utilisateurs de traduire, convertir et traiter des données géospatiales entre les formats. Un moteur de transformation de coordonnées gère les conversions entre les systèmes de référence spatiale, tandis qu'un système de plugin de pilote de format charge la logique de lecture et d'écriture spécifique au format au moment de l'exécution. La couche de système de fichiers virtuel fournit un accès E/S uniforme à travers les fichiers locaux, HTTP, le stockage cloud et les archives compressées, et un cache de blocs raster gère la mise en cache des tuiles en mémoire pour réduire les opérations E/S. GDAL prend en charge la lecture et l'écriture de données géospatiales raster et vectorielles, avec une itération de caractéristiques vectorielles qui diffuse les caractéristiques individuellement sans charger des jeux de données entiers en mémoire. Le projet permet l'interopérabilité géospatiale entre les formats en prenant en charge l'échange de données entre différents écosystèmes logiciels géospatiaux grâce à son support étendu des formats.

GeoPandas est une bibliothèque Python qui étend pandas avec une prise en charge native des données géospatiales. Elle traite les géométries géographiques — points, lignes et polygones — comme un type de colonne de premier ordre au sein des DataFrames, permettant aux utilisateurs de stocker, manipuler et analyser des données spatiales vectorielles parallèlement aux attributs tabulaires traditionnels. La bibliothèque s'appuie sur des composants géospatiaux éprouvés : elle utilise Shapely pour toutes les opérations géométriques, Fiona et GDAL pour la lecture et l'écriture de formats de fichiers spatiaux standard, PyProj pour la reprojection de coordonnées, et un index spatial R-tree (via Shapely) pour accélérer les requêtes spatiales. Ce qui distingue GeoPandas, c'est son intégration transparente de flux de travail d'analyse spatiale complets au sein de l'écosystème pandas. Les utilisateurs peuvent effectuer des transformations de systèmes de référence de coordonnées pour aligner les données entre différentes projections, calculer des propriétés géométriques telles que l'aire et la longueur, générer des zones tampons (buffers) et des centroïdes, et effectuer des opérations d'ensembles comme des intersections et des unions. La bibliothèque prend également en charge le filtrage basé sur la localisation, les jointures spatiales qui combinent des jeux de données basés sur des relations géométriques, et les analyses de superposition qui produisent des résultats agrégés. Pour l'exploration, elle offre des capacités de visualisation cartographique, produisant des tracés statiques et des cartes interactives directement à partir de tables spatiales. Au-delà de ces différenciateurs clés, GeoPandas gère le cycle de vie complet des données géographiques : importation et exportation vers des formats courants comme Shapefile, GeoJSON et GeoPackage ; gestion de tables spatiales liant la géométrie aux colonnes d'attributs ; et interrogation ou filtrage d'entités par localisation, conditions d'attributs ou prédicats spatiaux. Sa documentation couvre l'installation, une référence API complète et des guides utilisateur qui détaillent les tâches géospatiales courantes.

Mapshaper est un outil pour traiter, simplifier et convertir des données vectorielles géographiques, disponible sous forme d'interface en ligne de commande, d'outil de navigateur web et de bibliothèque Node.js. Il fonctionne comme un projecteur de coordonnées, un convertisseur de données vectorielles et un optimiseur d'actifs de carte web conçu pour transformer les jeux de données spatiaux entre différents systèmes de référence de coordonnées et formats de fichiers. Le projet se distingue par sa simplification de géométrie préservant la topologie, qui réduit le nombre de sommets tout en maintenant les limites partagées pour éviter les lacunes et les chevauchements. Il optimise davantage les actifs pour le web grâce à la quantification des coordonnées et au filtrage des attributs pour réduire la taille des fichiers. Le système couvre un large éventail de capacités, y compris la reprojection de coordonnées utilisant des chaînes PROJ et des codes EPSG, et la conversion de données entre des formats tels que Shapefile, GeoJSON, TopoJSON, GeoPackage et KML. Il fournit des outils de traitement de géométrie étendus pour la mise en mémoire tampon, le découpage, la dissolution et la réparation des topologies, ainsi que des utilitaires de gestion de données pour la jointure, le filtrage et la transformation d'attributs. De plus, il inclut des fonctionnalités de visualisation pour générer des exportations SVG stylisées, des graticules et des cartes à symboles proportionnels. Les capacités de traitement spatial peuvent être intégrées directement dans les applications JavaScript et les pipelines de build via sa bibliothèque Node.js.

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 est une bibliothèque de rendu cartographique et un moteur de rendu de cartes conçu pour convertir les données des systèmes d'information géographique en cartes visuelles et en mises en page imprimables. Il sert d'outil de visualisation de données spatiales qui applique des règles de symbologie et de style à diverses sources de données géographiques. Le projet utilise un framework de configuration de carte XML pour définir l'apparence visuelle des cartes, permettant la séparation de la logique de style et des propriétés de mise en page du moteur de rendu principal. Ses capacités couvrent la visualisation d'informations géographiques et la gestion du style cartographique. Le système intègre des données spatiales provenant de plusieurs formats via une architecture de plugin et gère la transformation des coordonnées pour garantir que les données spatiales s'alignent sur les images cartographiques.

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