当前位置：首页 > news >正文

用Python的exifread库，5分钟搞定照片GPS定位与地址反查（附完整代码）

news 2026/3/27 0:21:32

用Python的exifread库5分钟实现照片GPS解析与地址反查

每次旅行归来，手机相册里总躺着几百张照片。你有没有想过，这些照片除了记录美好瞬间，还隐藏着精确的地理位置信息？今天我们就用Python的exifread库，5分钟搞定照片GPS定位与地址反查，让你的照片管理更智能。

1. 准备工作与环境搭建

在开始之前，我们需要确保开发环境准备就绪。Python 3.6+版本是必须的，同时需要安装exifread库来处理照片的EXIF信息。

pip install exifread

为什么选择exifread库？相比其他EXIF处理库，exifread有以下优势：

轻量级，无额外依赖
支持JPEG和TIFF格式
能够处理GPS坐标信息
API简单直观

提示：如果你使用的是Anaconda环境，也可以用conda安装：conda install -c conda-forge exifread

2. 快速提取照片EXIF信息

让我们从一个简单的例子开始，提取照片的基本EXIF信息：

import exifread def get_exif_data(image_path): with open(image_path, 'rb') as f: tags = exifread.process_file(f) return tags # 使用示例 image_path = 'sample.jpg' exif_data = get_exif_data(image_path) # 打印所有EXIF标签 for tag in exif_data.keys(): if tag not in ('JPEGThumbnail', 'TIFFThumbnail', 'Filename', 'EXIF MakerNote'): print(f"{tag:25}: {exif_data[tag]}")

这段代码会输出照片的所有EXIF信息，包括但不限于：

拍摄时间 (EXIF DateTimeOriginal)
相机型号 (Image Model)
光圈值 (EXIF FNumber)
ISO感光度 (EXIF ISOSpeedRatings)
焦距 (EXIF FocalLength)

3. 解析GPS坐标信息

GPS信息在EXIF中存储为度分秒格式，我们需要将其转换为十进制小数形式才能用于地图API。

def dms_to_decimal(dms, ref): """ 将度分秒格式转换为十进制小数 :param dms: 度分秒元组，例如 ((31, 1), (13, 1), (4939, 100)) :param ref: 参考方向，'N', 'S', 'E' 或 'W' :return: 十进制小数表示的经纬度 """ degrees = float(dms.values[0].num) / float(dms.values[0].den) minutes = float(dms.values[1].num) / float(dms.values[1].den) seconds = float(dms.values[2].num) / float(dms.values[2].den) decimal = degrees + (minutes / 60.0) + (seconds / 3600.0) if ref in ['S', 'W']: decimal = -decimal return decimal def get_gps_coordinates(exif_data): """ 从EXIF数据中提取GPS坐标 :param exif_data: exifread返回的标签字典 :return: 纬度, 经度 (十进制小数) """ gps_latitude = exif_data.get('GPS GPSLatitude') gps_latitude_ref = exif_data.get('GPS GPSLatitudeRef') gps_longitude = exif_data.get('GPS GPSLongitude') gps_longitude_ref = exif_data.get('GPS GPSLongitudeRef') if not all([gps_latitude, gps_latitude_ref, gps_longitude, gps_longitude_ref]): return None, None lat = dms_to_decimal(gps_latitude, gps_latitude_ref.printable) lng = dms_to_decimal(gps_longitude, gps_longitude_ref.printable) return lat, lng

4. 集成地图API进行地址反查

获取到经纬度后，我们可以使用地图API将其转换为可读的地址。这里以百度地图API为例：

import requests import json def get_address_from_coordinates(ak, lat, lng): """ 使用百度地图API根据经纬度获取地址 :param ak: 百度地图API的AK :param lat: 纬度 :param lng: 经度 :return: 格式化地址 """ url = f"http://api.map.baidu.com/reverse_geocoding/v3/?ak={ak}&output=json&coordtype=wgs84ll&location={lat},{lng}" try: response = requests.get(url) result = response.json() if result['status'] == 0: return result['result']['formatted_address'] else: print(f"API错误: {result.get('message', '未知错误')}") return None except Exception as e: print(f"请求失败: {str(e)}") return None # 使用示例 baidu_ak = '你的百度地图AK' # 替换为你的AK lat, lng = get_gps_coordinates(exif_data) if lat and lng: address = get_address_from_coordinates(baidu_ak, lat, lng) print(f"拍摄地点: {address}")

注意：使用百度地图API需要先申请开发者AK，可以在百度地图开放平台免费申请基础版服务。

5. 完整代码示例与批量处理

现在我们把所有功能整合起来，并添加批量处理能力：

import os import exifread import requests from concurrent.futures import ThreadPoolExecutor class PhotoGeoParser: def __init__(self, baidu_ak): self.baidu_ak = baidu_ak def parse_single_photo(self, photo_path): """解析单张照片的地理信息""" try: with open(photo_path, 'rb') as f: tags = exifread.process_file(f) # 获取拍摄时间 date_time = tags.get('EXIF DateTimeOriginal') date_time = str(date_time) if date_time else '未知' # 获取GPS坐标 lat, lng = self._get_gps_coordinates(tags) if not lat or not lng: return { 'filename': os.path.basename(photo_path), 'error': '无GPS信息' } # 获取地址 address = self._get_address_from_coordinates(lat, lng) return { 'filename': os.path.basename(photo_path), 'date_time': date_time, 'latitude': lat, 'longitude': lng, 'address': address } except Exception as e: return { 'filename': os.path.basename(photo_path), 'error': str(e) } def batch_parse(self, photo_dir, output_file='photo_geo_info.json'): """批量解析目录下的照片""" photo_paths = [ os.path.join(photo_dir, f) for f in os.listdir(photo_dir) if f.lower().endswith(('.jpg', '.jpeg', '.png')) ] results = [] with ThreadPoolExecutor() as executor: results = list(executor.map(self.parse_single_photo, photo_paths)) # 保存结果到JSON文件 with open(output_file, 'w', encoding='utf-8') as f: json.dump(results, f, ensure_ascii=False, indent=2) return results def _get_gps_coordinates(self, tags): """内部方法：从EXIF标签获取GPS坐标""" gps_latitude = tags.get('GPS GPSLatitude') gps_latitude_ref = tags.get('GPS GPSLatitudeRef') gps_longitude = tags.get('GPS GPSLongitude') gps_longitude_ref = tags.get('GPS GPSLongitudeRef') if not all([gps_latitude, gps_latitude_ref, gps_longitude, gps_longitude_ref]): return None, None lat = self._dms_to_decimal(gps_latitude, gps_latitude_ref.printable) lng = self._dms_to_decimal(gps_longitude, gps_longitude_ref.printable) return lat, lng def _dms_to_decimal(self, dms, ref): """内部方法：度分秒转十进制""" degrees = float(dms.values[0].num) / float(dms.values[0].den) minutes = float(dms.values[1].num) / float(dms.values[1].den) seconds = float(dms.values[2].num) / float(dms.values[2].den) decimal = degrees + (minutes / 60.0) + (seconds / 3600.0) if ref in ['S', 'W']: decimal = -decimal return decimal def _get_address_from_coordinates(self, lat, lng): """内部方法：调用百度地图API获取地址""" url = f"http://api.map.baidu.com/reverse_geocoding/v3/?ak={self.baidu_ak}&output=json&coordtype=wgs84ll&location={lat},{lng}" try: response = requests.get(url, timeout=5) result = response.json() if result['status'] == 0: return result['result']['formatted_address'] return None except: return None # 使用示例 if __name__ == '__main__': parser = PhotoGeoParser(baidu_ak='你的百度地图AK') # 解析单张照片 single_result = parser.parse_single_photo('test.jpg') print(single_result) # 批量解析目录下的照片 batch_results = parser.batch_parse('photo_directory') print(f"成功解析了{len([r for r in batch_results if 'error' not in r])}张照片的地理信息")

这个完整实现提供了以下功能：

单张照片解析
批量照片处理（支持多线程）
结果保存为JSON文件
错误处理机制

6. 实际应用场景与注意事项

这个工具在实际中有多种应用场景：

旅行照片管理：自动为照片添加地理位置标签，方便分类和检索
照片真实性验证：通过EXIF信息验证照片的拍摄时间和地点
地理信息分析：分析拍摄地点的分布模式
安全审计：检查照片中是否包含敏感位置信息

使用时的注意事项：

隐私保护：处理他人照片前确保获得授权
API限制：百度地图API有调用频率限制，批量处理时可能需要控制速度
照片格式：不同设备拍摄的照片EXIF信息可能有所不同
错误处理：不是所有照片都包含GPS信息，代码需要做好兼容处理

# 错误处理示例 result = parser.parse_single_photo('no_gps.jpg') if 'error' in result: print(f"处理{result['filename']}时出错: {result['error']}") else: print(f"拍摄地点: {result['address']}")

对于需要更高性能的场景，可以考虑以下优化：