Mapillary

Is het mogelijk binnen mapillary, de dichtbij foto’s van borden te onderscheiden van de weg foto’s?

Voorlopig niet, je kan dat best hier vragen:

https://mapillary.slack.com/messages/josm/files/F06PSKDEX/

Of er een ticket op github voor maken.

Jo

Ik heb nu diverse keren geprobeerd de foutive sequences te “hiden” maar tot op heden is dat niet gelukt. Ik krijg geen foutmelding oid dus het lijkt OK te zijn maar ze blijven getoond worden op mapillary. Ik heb nu maar een melding gemaakt op github in de hoop dat ze verwijderd gaan worden.

Onderstaand script heb ik gesubmit naar de Github van Mapillary tools om foto’s gemakkelijk van m’n actioncam over te halen naar de PC.
Aangezien ik niet weet hoe lang het duurt en of ze deze bijdrage uberhaupt gaan accepteren, deel ik het ook even op deze manier.

import_VIRB_folders.py

__author__ = 'Sander H'

import sys
import os
import time
import shutil

reload(sys)
sys.setdefaultencoding("utf-8")

if __name__ == '__main__':
    '''
    Use from command line as: python import_VIRB_folders.py sourcepath
	You need to set the environment variable MAPILLARY_IMPORT_PATH to 
	contain the import path.
	
	This script will move the photo's on your VIRB to the the import path 
	and rename the files uniquely by the following naming convention:
	<yyyy-MM-dd>_<VIRB folder number>_<original filename>
	
	After this, you can split up the photo's in sequences with time_split.py
    '''

    if len(sys.argv) <> 2:
        print("Usage: python import_VIRB_folders.py sourcepath")
        raise IOError("Bad input parameters.")
    sourcepath = sys.argv[1]

    try:
        MAPILLARY_IMPORT_PATH = os.environ['MAPILLARY_IMPORT_PATH']
    except KeyError:
        print("You are missing one of the environment variables MAPILLARY_IMPORT_PATH. This is required.")
        sys.exit()

    if sourcepath.lower().endswith(".jpg"):
        # single file
        print("sourcepath must be the folder containing your photo's. The DCIM folder on your VIRB should be OK.")

    else:
        # folder(s)
        recursive = False
        for root, sub_folders, files in os.walk(sourcepath):
            print root
            for file in files:
                # only take the photo's, leaving the video's on the device
                if not file.lower().endswith('.jpg'):
                    print 'Skipping: ' + os.path.join(root, file)
                    continue
                print 'Moving: ' + os.path.join(root, file)
                if root.endswith('_VIRB'):
                    #          <yyyy-MM-dd>_<VIRB folder number>_<original filename>
                    destfile = time.strftime('%Y-%m-%d', time.gmtime(os.path.getmtime(os.path.join(root, file)))) + '_' + root[:-5][-3:] + '_' + file
                    print 'To: ' + os.path.join(MAPILLARY_IMPORT_PATH, destfile)
                    shutil.move(os.path.join(root, file), os.path.join(MAPILLARY_IMPORT_PATH, destfile))

    raw_input("Press Enter to continue...")

Wellicht dat iemand er wat aan heeft of aan kan/wil passen voor eigen doeleinden.

Mapillary layer in osmand:

http://a.tiles.mapillary.com/{0}/{1}/{2} 

Helaas niet helemaal up-to-date, de kaart met blauwe lijntjes die wel up to date zijn is nog te zien op http://www.mapillary.com/map/explore
Iemand een idee waar ik die tiles kan vinden?

zou dit stukje moeten zijn:



type = 'layer';
          } else if ($attrs.layername === 'mapillary') {
            mapname = "Mapillary";
            url = "http://{s}.tiles.mapillary.com/{z}/{x}/{y}";
            max_zoom = 20;
            max_native_zoom = 20;
            attribution = null;
            type = 'overlay';
          } 


waar daar

Deze is ook leuk:
http://tangrams.github.io/mapillary-explorer/#7.9/52.0290/6.2845//

Photo mapillary

http://maxheight.bplaced.net/overpass/map.html?mapillary=1&zoom=18&lat=52.15139&lon=5.38243&layers=B0000000FFFFFFFFFFTTT&label=F&style=line&opacity=70
betreffende js

Python import

Ik haal de de laatste dagen mijn quota niet :confused:
Ik ben niet ziek, maar mijn Garmin Virb XE is gearriveerd en ik wil geen slechte foto’s meer trekken.
Maar de import is een miserie.
Ook maakt mijn camera soms wel en soms niet aparte subsubfolders van een vijftal foto’s aan.

Ik heb er een aparte thread van gemaakt :
http://forum.openstreetmap.org/viewtopic.php?pid=525698#p525698

Op het mapillary forum vond ik een handige python script die de Mapillary sequences om kan zetten naar gpx files. Handig voor op de GPS, dan weet ik waar ik nog niet geweest ben :wink:
http://forum.mapillary.com/t/python-tool-for-download-gpx-from-sequences/228/5

Heel mooi. Ga je nu naast de wekelijkse OFM ook een mapillary overlay kaart BNL uitleveren? :wink:

Dat kan de gemiddelde Mapillary gebruiker zelf wel doen :wink:
Ik ontdekte nog wat bugs in de python script, maar als die zijn opgelost kan je eenvoudig een kaartje maken met Javawa’s imgfromgpx.

Jammer. Je weet dat ik lui ben dus ik dacht… :wink: Ik zal tzt eens kijken als de bugs eruit zijn. Ik vind het wel een mooie ontwikkeling want af en toe viel het niet mee te bepalen waar je nog kon fotograferen zonder overlap. Zeker niet bij mij in de buurt.

Voor forumleden die overwegen te gaan fotograferen is de Xiaomi Yi misschien een optie. Hieronder wat info.

Ik was al een tijdje aan het kijken naar een action cam en had mijn oog laten vallen op de Garmin Virb XE (rond 400 euro). De specificaties waren goed maar bij Garmin weet je nooit of je dan een probleemloos apparaat hebt of niet. Kan heel goed zijn dat je dan nog flink aantal maanden moet wachten op een goede firmware update. Ik hield de gebruikerservaringen op het net in de gaten maar was nog niet overtuigd dat dit de beste optie voor mij was. Op de RWS meeting hoorde ik Stefan heel enthousiast praten over de Xiaomi yi (60 euro) en toen ben ik maar eens gaan kijken wat deze cam kan. Qua specs is ie niet echt vergelijkbaar met de Virb XE (kan ook niet voor zo’n prijsverschil) maar toch… misschien zou ik er wel mee uit de voeten kunnen. Inmiddels heb ik deze een tijdje uit kunnen proberen. Hij werkt prima voor mapillary doeleinden (en meer). Ik gebruik timelapse op 2 seconden en dat gaat goed.
Een snelle overview van de specs

-Geen GPS
-Geen schermpje
-Niet waterdicht
-Geen IS (Image Stabilisation)
-Rond 60 euro (banggood) (exclusief micro SD kaartje)
-Goede kwaliteit foto’s
-Nog niet vast gelopen
-Eenvoudig te bedienen app (bij mij op Android)
-Eenvoudig te bedienen zonder app.
-Reservebatterijen eenvoudig te wisselen en kosten niet veel
-Veel gopro accessoires beschikbaar.
-Diverse waterdichte cases beschikbaar voor weinig
-Opladen en filmen kan tegelijk (dus bv powerbank eraan hangen als je uren wilt filmen)
-Er zijn al diverse (gehackte) firmware versies die deze cam nog meer mogelijkheden geeft (niet geprobeerd)

Ik gebruik mijn telefoon om de app te bedienen en om met OSM-tracker de track op te nemen.
Met bv javawa Fotogeotag is het daarna eenvoudig alle foto’s van de benodigde geo tags te voorzien. Mijn ervaring is dat je de tijd niet hoeft te corrigeren. Ik vermoed dat de camera (als ie bediend wordt met de app) gewoon de tijd van de telefoon overneemt.

Als je meer wilt weten over deze cam kijk dan even naar deze uitgebreide review.

Overlap is ook niet altijd erg. Sommige wegen veranderen nogal vaak, dus daar ga je wat vaker langs als er wat is aangepast. En in andere gevallen zijn extra sequences handig wegens de ongelukkige interval: net te ver weg of er net voorbij. Of gewoon obstakels in die in de weg staan.
Lijkt me verder wel een handige tool om te zien waar nog onontgonnen gebieden zijn.

Nu nog iets om aan te geven welke sequences recent zijn of al zo oud dat een nieuwe ronde onderhand op z’n plaats zou zijn.
Ook iets dat de richting van de foto’s aangeeft zou handig zijn om de ontbrekende retourritjes te kunnen vastleggen is iets hetgeen ik erg handig zou vinden.
Beide lastig te realiseren in een GPX denk ik, al zou je de ouderdom van de sequences kunnen opsplitsen in een oude en recente GPX en die met verschillende kleuren weer te geven.

@Sander
De tracks zijn gesorteerd op datum. Je zou een deel (bv de oudere) dus eruit kunnen gooien of van een ander kleurtje voorzien voor je gps. Dit kaartje is ook handig om de historie van sequences te analyseren: http://tangrams.github.io/mapillary-explorer

@Peewee Je hebt geluk dat je in de buurt woont, als ik weer een update maak voor mezelf kan je een kopietje krijgen. Dan fotograferen we tenminste niet exact dezelfde weg op bijna hetzelfde tijdstip. :wink:
Was wel aardig overigens, want zo kunnen we de kwaliteit van de Xiaomi Yi (boven) vergelijken met de Drift HD Ghost (onder)

http://www.mapillary.com/map/im/dPMMEe_ljHVappDGP5a59w/photo

http://www.mapillary.com/map/im/mCkupcggVvDKBeOmf83DZw/photo

Zoiets bedoelde ik inderdaad, al hoeven het niet zoveel kleurgradaties te zijn.

Voor de Garmin: met imgfromgpx is dat niet zo moeilijk, je groepeert ze gewoon in verschillende gpx tracks die je een apart kleurtje geeft.

Voor Osmand moet er helaas iets anders verzonnen worden, die houdt niet zo van enorme gpx bestanden. Ik zou 'm moeten omzetten naar obf formaat denk ik.

Workflow voor het omzetten naar Osmand:

  1. open gpx file in Josm
  2. GPX selecteren en naar gegevenslaag omzetten
  3. Alle tracks selecteren (ctrl-A)
  4. geef ze een bestaande OSM tag die mooi wordt gerenderd en niet in de weg zit, bijv voor Nederland piste:type=downhill
  5. Sla de kaartlaag op in osm formaat, bijv. map.osm
  6. Converteer map.osm naar obf osmand kaart mbv OsmandMapcreator, http://wiki.openstreetmap.org/wiki/OsmAndMapCreator
  7. Kopieer de map.obf naar de osmand map op je device

Resultaat ziet er dan in de Wintersport kaartstijl zo uit:

wat mij een redelijk resultaat geeft:

  1. open gpx file in Josm
  2. GPX selecteren en naar gegevenslaag omzetten
  3. Alle tracks selecteren (ctrl-A)
  4. Alle nodes deselecteren (shift-U)
  5. wegen vereenvoudigen (shift-Y)
  6. gegevenslaag naar GPX omzetten.

Op deze manier raak ik 90% van de nodes kwijt en is het gpx-bestand klein genoeg dat het redelijk snel renderd.