Java项目实战记录：雷达数据渲染

业务背景

我之前已经成功使用Java语言解析了C++处理的雷达数据文件，并提取了其中的经纬度点数据。这些文件中的点数据量相当庞大，每个雷达产品文件通常包含超过20万个数据点，有时甚至更多。

目前面临着如何在前端展示这20万个点数据的挑战。有两种可行的解决方案：一种是直接将所有点数据传输到前端进行渲染；另一种则是在后端将点数据渲染成PNG图片，然后再将图片传输到前端展示。经过考虑，决定采用第二种方案，即在后端进行数据的渲染处理。这样不仅可以有效减轻前端的负担，提高数据处理和展示的效率，而且还可以通过优化渲染过程来提高整体的展示质量。

代码逻辑

这里，选用了GeoTools这个强大的开源Java库来执行雷达数据的渲染任务。GeoTools是专为地理空间数据处理设计的工具集，它提供了丰富的API来支持地理数据的读取、查询、分析和展示。利用GeoTools，能够高效地将雷达扫描得到的点数据转换为图像，并以PNG格式保存。

数据结构

雷达数据结构如下所示：

import lombok.Data;

/**
 * 雷达点数据信息
 */
@Data
public class LonLatData {
    private float lon; // 经度
    private float lat;  // 纬度
    private double val;     // 回拨强度 （等于value/100）
}

颜色渲染

根据回拨强度需要渲染不同颜色，定义一个Style样式，具体分类如下所示：

   /* * 根据数值创建基于值的点样式。
     *
     * @return 样式对象，根据不同的值范围应用不同的颜色。
     */
    public static Style createValueBasedPointStyle() {
        // 创建一个黑色描边，宽度为1。
        Stroke stroke = styleFactory.createStroke(filterFactory.literal(Color.BLACK), filterFactory.literal(1));
        FeatureTypeStyle fts = styleFactory.createFeatureTypeStyle();

        // 定义值的范围及其对应的颜色（十六进制表示）。
        Object[][] valueRanges = {
                {-5, Double.NEGATIVE_INFINITY, "#00acb8"},
                {0, -5, "#c1c0ac"},
                {10, 0, "#7a71fe"},
                {15, 10, "#1e26e3"},
                {20, 15, "#a6fcbb"},
                {25, 20, "#00ea15"},
                {30, 25, "#10932d"},
                {35, 30, "#fcf477"},
                {40, 35, "#c9c815"},
                {45, 40, "#8c8c12"},
                {50, 45, "#feadc0"},
                {55, 50, "#ff6370"},
                {60, 55, "#ee0244"},
                {65, 60, "#d48eff"},
                {Double.POSITIVE_INFINITY, 65, "#ab23ff"}
        };

        // 遍历每个值范围，为每个范围创建一个规则并添加到FeatureTypeStyle。
        for (Object[] range : valueRanges) {
            fts.rules().add(createRuleForRange(Double.parseDouble(range[1].toString()), Double.parseDouble(range[0].toString()), range[2].toString()));
        }

        // 创建样式并添加FeatureTypeStyle。
        Style style = styleFactory.createStyle();
        style.featureTypeStyles().add(fts);
        return style;
    }

MapContent加载数据并输出截图

首先创建了一个MapContent对象，用它作为整个地图的内容载体。接着，创建了一个包含所有雷达数据点的图层，并为这些点指定了样式，这样做旨在通过视觉上的区分，提高数据的可读性。然后，将这个图层添加到MapContent中，最后使用GeoTools的功能，将这些内容渲染成一张清晰展示雷达数据的PNG图片。

    /**
     * 根据坐标和值创建地图图像。
     *
     * @param coordinates 坐标对象列表，每个对象包含坐标点和与之相关联的值。
     * @param outputPath  图像输出路径，指定生成的地图图像保存的位置。
     * @throws Exception 抛出异常，处理文件操作或渲染过程中可能出现的错误。
     */
    public static void createMapImageVal(ArrayList<CoordinatePojo> coordinates, String outputPath) throws Exception {
        // 步骤1: 定义SimpleFeatureType
        SimpleFeatureTypeBuilder typeBuilder = new SimpleFeatureTypeBuilder();
        typeBuilder.setName("Point");
        typeBuilder.setCRS(DefaultGeographicCRS.WGS84); // 坐标参考系统
        typeBuilder.add("location", Point.class); // 添加位置字段
        typeBuilder.add("value", Double.class); // 添加值字段
        SimpleFeatureType TYPE = typeBuilder.buildFeatureType(); // 构建特征类型

        // 步骤2: 创建SimpleFeatureCollection
        DefaultFeatureCollection featureCollection = new DefaultFeatureCollection("internal", TYPE);
        GeometryFactory geometryFactory = JTSFactoryFinder.getGeometryFactory();
        SimpleFeatureBuilder featureBuilder = new SimpleFeatureBuilder(TYPE);

        // 为每个坐标点创建特征并添加到集合中
        for (CoordinatePojo data : coordinates) {
            Point point = geometryFactory.createPoint(data.getCoordinate()); // 根据坐标创建点
            // 根据点的值创建SimpleFeature
            SimpleFeature feature = SimpleFeatureBuilder.build(TYPE, new Object[]{point, data.getValue()}, null);
            featureCollection.add(feature); // 将特征添加到集合
        }

        // 创建基于值的点样式
        Style style = createValueBasedPointStyle(); // 假设这是一个自定义方法创建基于值的样式

        // 步骤3: 定义样式
        // 这里我们使用了自定义的创建样式方法，而不是SLD.createPointStyle

        // 步骤4: 渲染图像
        MapContent mapContent = new MapContent();
        mapContent.setTitle("Sample Map"); // 设置地图标题
        Layer layer = new FeatureLayer(featureCollection, style); // 创建图层
        mapContent.addLayer(layer); // 将图层添加到地图内容

        GTRenderer renderer = new StreamingRenderer();
        renderer.setMapContent(mapContent); // 设置地图内容

        Rectangle imageBounds = null;
        ReferencedEnvelope mapBounds = null;
        try {
            mapBounds = mapContent.getMaxBounds(); // 获取最大边界
            double heightToWidth = mapBounds.getSpan(1) / mapBounds.getSpan(0); // 计算高宽比
            imageBounds = new Rectangle(0, 0, 800, (int) Math.round(800 * heightToWidth)); // 设置图像边界
        } catch (Exception e) {
            // 处理可能的异常
        }

        BufferedImage image = new BufferedImage(imageBounds.width, imageBounds.height, BufferedImage.TYPE_INT_ARGB);
        Graphics2D gr = image.createGraphics();
        gr.setPaint(Color.WHITE);
        gr.fill(imageBounds); // 填充背景色

        renderer.paint(gr, imageBounds, mapBounds); // 渲染图像

        File file = new File(outputPath); // 创建文件
        ImageIO.write(image, "png", file); // 写入图像文件

        gr.dispose(); // 释放资源
        mapContent.dispose(); // 释放地图内容
    }

完整代码

GenerateMapImage地图渲染工具

import com.zykj.radar_server.datahandle.RadarDataParser;
import com.zykj.radar_server.datahandle.pojo.LonLatData;
import com.zykj.radar_server.entity.pojo.CoordinatePojo;
import com.zykj.radar_server.entity.pojo.RadarDataPojo;
import org.geotools.factory.CommonFactoryFinder;
import org.geotools.feature.DefaultFeatureCollection;
import org.geotools.feature.simple.SimpleFeatureBuilder;
import org.geotools.feature.simple.SimpleFeatureTypeBuilder;
import org.geotools.geometry.jts.JTSFactoryFinder;
import org.geotools.geometry.jts.ReferencedEnvelope;
import org.geotools.map.FeatureLayer;
import org.geotools.map.Layer;
import org.geotools.map.MapContent;
import org.geotools.referencing.crs.DefaultGeographicCRS;
import org.geotools.renderer.GTRenderer;
import org.geotools.renderer.lite.StreamingRenderer;
import org.geotools.styling.SLD;
import org.geotools.styling.Stroke;
import org.geotools.styling.Style;

import org.locationtech.jts.geom.Coordinate;
import org.locationtech.jts.geom.GeometryFactory;
import org.locationtech.jts.geom.Point;
import org.opengis.feature.simple.SimpleFeature;
import org.opengis.feature.simple.SimpleFeatureType;

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.File;
import java.util.ArrayList;
import java.util.List;

import org.geotools.styling.*;
import org.opengis.filter.FilterFactory2;

public class GenerateMapImage {
    /**
     * 根据坐标和值创建地图图像。
     *
     * @param coordinates 坐标对象列表，每个对象包含坐标点和与之相关联的值。
     * @param outputPath  图像输出路径，指定生成的地图图像保存的位置。
     * @throws Exception 抛出异常，处理文件操作或渲染过程中可能出现的错误。
     */
    public static void createMapImageVal(ArrayList<CoordinatePojo> coordinates, String outputPath) throws Exception {
        // 步骤1: 定义SimpleFeatureType
        SimpleFeatureTypeBuilder typeBuilder = new SimpleFeatureTypeBuilder();
        typeBuilder.setName("Point");
        typeBuilder.setCRS(DefaultGeographicCRS.WGS84); // 坐标参考系统
        typeBuilder.add("location", Point.class); // 添加位置字段
        typeBuilder.add("value", Double.class); // 添加值字段
        SimpleFeatureType TYPE = typeBuilder.buildFeatureType(); // 构建特征类型

        // 步骤2: 创建SimpleFeatureCollection
        DefaultFeatureCollection featureCollection = new DefaultFeatureCollection("internal", TYPE);
        GeometryFactory geometryFactory = JTSFactoryFinder.getGeometryFactory();
        SimpleFeatureBuilder featureBuilder = new SimpleFeatureBuilder(TYPE);

        // 为每个坐标点创建特征并添加到集合中
        for (CoordinatePojo data : coordinates) {
            Point point = geometryFactory.createPoint(data.getCoordinate()); // 根据坐标创建点
            // 根据点的值创建SimpleFeature
            SimpleFeature feature = SimpleFeatureBuilder.build(TYPE, new Object[]{point, data.getValue()}, null);
            featureCollection.add(feature); // 将特征添加到集合
        }

        // 创建基于值的点样式
        Style style = createValueBasedPointStyle(); // 假设这是一个自定义方法创建基于值的样式

        // 步骤3: 定义样式
        // 这里我们使用了自定义的创建样式方法，而不是SLD.createPointStyle

        // 步骤4: 渲染图像
        MapContent mapContent = new MapContent();
        mapContent.setTitle("Sample Map"); // 设置地图标题
        Layer layer = new FeatureLayer(featureCollection, style); // 创建图层
        mapContent.addLayer(layer); // 将图层添加到地图内容

        GTRenderer renderer = new StreamingRenderer();
        renderer.setMapContent(mapContent); // 设置地图内容

        Rectangle imageBounds = null;
        ReferencedEnvelope mapBounds = null;
        try {
            mapBounds = mapContent.getMaxBounds(); // 获取最大边界
            double heightToWidth = mapBounds.getSpan(1) / mapBounds.getSpan(0); // 计算高宽比
            imageBounds = new Rectangle(0, 0, 800, (int) Math.round(800 * heightToWidth)); // 设置图像边界
        } catch (Exception e) {
            // 处理可能的异常
        }

        BufferedImage image = new BufferedImage(imageBounds.width, imageBounds.height, BufferedImage.TYPE_INT_ARGB);
        Graphics2D gr = image.createGraphics();
        gr.setPaint(Color.WHITE);
        gr.fill(imageBounds); // 填充背景色

        renderer.paint(gr, imageBounds, mapBounds); // 渲染图像

        File file = new File(outputPath); // 创建文件
        ImageIO.write(image, "png", file); // 写入图像文件

        gr.dispose(); // 释放资源
        mapContent.dispose(); // 释放地图内容
    }


    // StyleFactory 用于创建地图样式元素，例如图层的边框、填充等。
    private static final StyleFactory styleFactory = CommonFactoryFinder.getStyleFactory();
    // FilterFactory2 用于创建过滤条件，例如，在样式规则中选择符合特定条件的要素。
    private static final FilterFactory2 filterFactory = CommonFactoryFinder.getFilterFactory2();

    /**
     * 根据数值创建基于值的点样式。
     *
     * @return 样式对象，根据不同的值范围应用不同的颜色。
     */
    public static Style createValueBasedPointStyle() {
        // 创建一个黑色描边，宽度为1。
        Stroke stroke = styleFactory.createStroke(filterFactory.literal(Color.BLACK), filterFactory.literal(1));
        FeatureTypeStyle fts = styleFactory.createFeatureTypeStyle();

        // 定义值的范围及其对应的颜色（十六进制表示）。
        Object[][] valueRanges = {
                {-5, Double.NEGATIVE_INFINITY, "#00acb8"},
                {0, -5, "#c1c0ac"},
                {10, 0, "#7a71fe"},
                {15, 10, "#1e26e3"},
                {20, 15, "#a6fcbb"},
                {25, 20, "#00ea15"},
                {30, 25, "#10932d"},
                {35, 30, "#fcf477"},
                {40, 35, "#c9c815"},
                {45, 40, "#8c8c12"},
                {50, 45, "#feadc0"},
                {55, 50, "#ff6370"},
                {60, 55, "#ee0244"},
                {65, 60, "#d48eff"},
                {Double.POSITIVE_INFINITY, 65, "#ab23ff"}
        };

        // 遍历每个值范围，为每个范围创建一个规则并添加到FeatureTypeStyle。
        for (Object[] range : valueRanges) {
            fts.rules().add(createRuleForRange(Double.parseDouble(range[1].toString()), Double.parseDouble(range[0].toString()), range[2].toString()));
        }

        // 创建样式并添加FeatureTypeStyle。
        Style style = styleFactory.createStyle();
        style.featureTypeStyles().add(fts);
        return style;
    }

    /**
     * 根据给定的值范围和颜色创建一个规则。
     *
     * @param min 范围的最小值。
     * @param max 范围的最大值。
     * @param hexColor 颜色的十六进制表示。
     * @return 样式规则，包含一个基于值范围的符号化表示。
     */
    public static Rule createRuleForRange(double min, Object max, String hexColor) {
        // 根据十六进制颜色创建填充，并设置不透明度为1.0。
        Fill fill = styleFactory.createFill(filterFactory.literal(hexToColor(hexColor)), filterFactory.literal(1.0));

        // 获取默认的圆形标记，并设置填充和描边。
        Mark mark = styleFactory.getCircleMark();
        mark.setFill(fill);
        mark.setStroke(null); // 不使用描边。

        // 创建图形对象，清除默认的图形符号，添加自定义的标记。
        Graphic graphic = styleFactory.createDefaultGraphic();
        graphic.graphicalSymbols().clear();
        graphic.graphicalSymbols().add(mark);
        graphic.setSize(filterFactory.literal(4)); // 设置图形大小。

        // 创建点符号器，应用上面的图形。
        PointSymbolizer symbolizer = styleFactory.createPointSymbolizer(graphic, null);

        // 创建规则，设置过滤条件为值在指定范围内。
        Rule rule = styleFactory.createRule();
        rule.symbolizers().add(symbolizer);
        rule.setFilter(
                filterFactory.between(
                        filterFactory.property("value"),
                        filterFactory.literal(min),
                        filterFactory.literal(max)
                )
        );

        return rule;
    }

    /**
     * 将十六进制颜色字符串转换为Color对象。
     *
     * @param hex 十六进制颜色字符串（例如，"#ff0000"表示红色）。
     * @return 转换后的Color对象。
     */
    public static Color hexToColor(String hex) {
        // 将十六进制字符串转换为整数，并创建颜色对象。
        // 这里没有添加前缀"FF"，因为Color类的构造函数默认处理不透明颜色。
        return new Color(
                Integer.parseInt(hex.substring(1), 16)
        );
    }

}

测试代码

测试数据自行准备，如何解析雷达数据请看我上一篇博客。

package com.zykj.radar_server.data;

import com.zykj.radar_server.datahandle.GenerateMapImage;
import com.zykj.radar_server.datahandle.RadarDataParser;
import com.zykj.radar_server.datahandle.pojo.LonLatData;
import com.zykj.radar_server.entity.pojo.CoordinatePojo;
import com.zykj.radar_server.entity.pojo.RadarDataPojo;

import org.junit.jupiter.api.Test;
import org.locationtech.jts.geom.Coordinate;
import org.springframework.boot.test.context.SpringBootTest;

import java.util.ArrayList;
import java.util.List;

@SpringBootTest
public class GenerateMapImageTest {

    @Test
    public void test() throws Exception {

        String filePath = "D:\\雷达测试数据\\数据\\20190305_110801_ZHBJ_Z_VOL_2.50.dat";
        RadarDataPojo radarDataPojo = RadarDataParser.handlePolarProductForPojo(filePath);
        ArrayList<LonLatData> lonLatDataList = radarDataPojo.getLonLatDataList();
        System.out.println(lonLatDataList.size());

        ArrayList<CoordinatePojo> coordinates = new ArrayList<>();

        for (int i = 0; i < lonLatDataList.size(); i++) {
            CoordinatePojo coordinatePojo = new CoordinatePojo();
            coordinatePojo.setCoordinate(new Coordinate(lonLatDataList.get(i).getLon(), lonLatDataList.get(i).getLat()));
            double val = lonLatDataList.get(i).getVal();
            coordinatePojo.setValue(val);
            coordinates.add(coordinatePojo);
        }

        // 指定输出图片路径
        String outputPath = "D:\\temp\\layers\\jiangsu_map_val4.png";
        GenerateMapImage.createMapImageVal(coordinates, outputPath);
        System.out.println("地图图片已生成: " + outputPath);
    }

}

渲染效果

雷达数据渲染效果如下所示，颜色越深回波强度越大：

渲染点的大小可自行调节。