geoskill-map-style-transfer

地图风格迁移 | Map Style Transfer

Transfers the visual style of a source raster to a target: histogram matching (CDF mapping to align the mean/variance of a reference image), style templates (vintage/cool/warm/noir with gamma/contrast/hue adjustments) and palette quantization (posterization).

The three techniques can be combined: first match with --reference, then apply a template with --style, and finally quantize the color levels with --levels.

Core Algorithm / 核心算法

histogram_match uses np.unique+np.interp to map the source CDF to the reference values → apply_style_template applies grayscale/gamma/contrast/hue adjustments → quantize_palette quantizes by levels.

Dependencies / 依赖

pip install numpy rasterio scipy matplotlib geopandas shapely pillow

Usage / 使用方法

Example 1 (synthetic data, offline)

python geoskill-map-style-transfer.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (histogram match to a reference)

python geoskill-map-style-transfer.py --input src.tif --reference ref.tif

Example 3 (black-and-white high-contrast noir)

python geoskill-map-style-transfer.py --input src.tif --style noir

Example 4 (palette quantization to 6 levels)

python geoskill-map-style-transfer.py --input src.tif --levels 6

Example 5 (synthetic + warm template)

python geoskill-map-style-transfer.py --bbox 116 39 117 40 --synthetic --style warm

Output / 输出

Each run also produces output-manifest.json (run manifest).

Data Source / 数据源 / Source

Local GeoTIFF / vector files; --synthetic mode generates physically consistent simulated data, fully offline.

Privacy / 隐私声明 / Privacy

• Runs offline by default; --synthetic mode requires no network at all.
• All processing is performed locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-map-style-transfer description: 'Transfer map styles via color mapping and histogram matching with style templates'

地图风格迁移 | Map Style Transfer

把源栅格的视觉风格迁移到目标：直方图匹配（CDF 映射对齐参考影像均值/方差）、风格模板（vintage/cool/warm/noir 的 gamma/对比度/色调）与调色板量化（海报化）。

三种手段可组合：先 --reference 匹配，再 --style 套模板，最后 --levels 量化色阶。

核心算法

histogram_match 用 np.unique+np.interp 把源 CDF 映射到参考取值 → apply_style_template 做灰度/gamma/对比度/色调 → quantize_palette 按 levels 量化。

依赖

pip install numpy rasterio scipy matplotlib geopandas shapely pillow

使用方法

示例 1（合成数据，离线）

python geoskill-map-style-transfer.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（直方图匹配到参考）

python geoskill-map-style-transfer.py --input src.tif --reference ref.tif

示例 3（黑白高对比 noir）

python geoskill-map-style-transfer.py --input src.tif --style noir

示例 4（调色板量化 6 级）

python geoskill-map-style-transfer.py --input src.tif --levels 6

示例 5（合成 + warm 模板）

python geoskill-map-style-transfer.py --bbox 116 39 117 40 --synthetic --style warm

输出

每次运行还会产出 output-manifest.json（运行清单）。

数据源 / Source

本地 GeoTIFF / 矢量文件；--synthetic 模式生成物理一致的模拟数据，完全离线。

隐私声明 / Privacy

• 默认离线运行，--synthetic 模式完全无网络。
• 所有处理在本地完成，不上传用户数据。

License

MIT