前文提到了合并瓦片图，而瓦片图应用比较多的则是瓦片地图。对地图本就感兴趣的我，也想试试合并互联网地图的某个范围内的地图图层。
随着技术的发展，国内的地图服务商相继将地图瓦片更新为矢量瓦片[1]，这下想取到相应的瓦片图，我感觉没那么简单。那还是找个相对简单的，还使用栅格瓦片的地图服务网站来试试。
我先想到的是国字号的“天地图”，天地图·广东[2]还在使用栅格瓦片，其地图放大到一定级别时，可以看到水域及建筑物图层等。
广东的天地图比起江浙等省份的还是差一大截，精确度也有待提高。不过观察对比后发现，澄海这边的图层也还是要比高德、百度等地图要细腻一些，如图是莲下镇的一部分，有些大巷子都能体现。
查看请求可知其瓦片图的规则如下：
http://services.tianditugd.com/gdvec2014/wmts?SERVICE=WMTS&REQUEST=GetTile&VERSION=1.0.0&LAYER=GDVEC2014&STYLE=GDVEC2014&TILEMATRIXSET=Matrix_0&TILEMATRIX=17&TILEROW={row}&TILECOL={col}&FORMAT=image%2Ftile
其中 {row} 和 {col}，分别为行和列，也就可以说对应的是 y 和 x。因按链接下载到的文件名不规则，故每张图需另存为有规则的文件名，aria2 很好解决，只需加个参数即可。下面取的是接近澄海区域内，放大级别为 17 的地图瓦片。
#!/usr/bin/env python
output =''
r = 24170
while (r <= 24255):
c = 108020
while (c <= 108100 ):
output += 'http://services.tianditugd.com/gdvec2014/wmts?SERVICE=WMTS&REQUEST=GetTile&VERSION=1.0.0&LAYER=GDVEC2014&STYLE=GDVEC2014&TILEMATRIXSET=Matrix_0&TILEMATRIX=17&TILEROW='+str(r)+'&TILECOL='+str(c)+'&FORMAT=image%2Ftile\n out='+str(c)+'_'+str(r)+'.jpg\n'
c += 1
r += 1
file = open('tiles.txt', 'w')
file.write(output)
file.close()
合并时，和上篇差不多，或许是数字比较大，到后面排序乱了，再进行一次排序后正常。代码如下：
#!/usr/bin/env python
import glob
import re
from PIL import Image
files = glob.glob('./*_*.jpg')
files.sort(key=lambda x: tuple(int(i) for i in re.findall('\d+', x)[:2]))
imagefiles = {}
for item in files:
match = re.search(r'\d+', item)
pre = int(match.group())
if not imagefiles.get(pre):
imagefiles[pre] = []
imagefiles[pre].append(item)
imagefiles = sorted(zip(imagefiles.keys(),imagefiles.values()));
total_width = len(imagefiles) * 256
total_height = len(imagefiles[0][1]) * 256
new_image = Image.new('RGB', (total_width, total_height))
x_offset = 0
for item in imagefiles:
y_offset = 0
images = map(Image.open, item[1])
for subitem in images:
new_image.paste(subitem, (x_offset, y_offset))
y_offset += subitem.size[0]
x_offset += images[0].size[0]
new_image.save('merge.jpg', quality = 90)
下面是经缩小后的地图，原图长宽各两万多像素， 40 多兆。
对了，它的底图跟地名图层是分开的，且并非所有底图瓦片都有对应的地名瓦片，等哪时闲了再折腾。
参考资料
本文历史
- 2018 年 04 月 06 日 完成初稿