如何根據一張圖片搜索到圖中地點？

12-28

有幾個辦法：
1、圖中有電話號碼，無論是手機號還是固定電話，都比較容易定位到具體的城市，甚至有時可以直接定位到地址（如果該商鋪在網上註冊過電話和地址）。

咦，日本的葯妝店啊，銀聯卡還有優惠，我也想去，在哪裡呢？我們來找找電話號碼，原圖看不清楚，放大一下：

看到了一個電話號碼0752566161，搜索引擎檢索下得到：「日本京都市中京區蛸藥師通高倉西入泉正寺町334號」，下次去日本可以直接前往啦。

2、圖中有商鋪名稱（比如周黑鴨第234號分店）或者門牌號碼（忠孝東路12號），根據門牌號碼和街道可以知道位置。

上圖放大後可以看到「平江園」三個字，搜索引擎檢索得到地址：蘇州市平江區平江路251號，步行街邊看風景，邊嘗蘇州小吃。

上圖中可以看到路牌上有Tucker blvd的街道名稱，搜索引擎檢索後可以得到「美國密蘇里州聖路易斯市tucker大道」，後面的教堂不錯啊。

3、圖中有標誌性建築，比如看見東方明珠知道是上海，這個可以問經常出差或者旅遊的朋友，或者使用百度識圖進行辨別。（也可以用百度識圖對圖中的人臉進行嘗試性識別）

我們把這張圖發到http://shitu.baidu.com看看會有什麼結果：

4、看建築風格，有些照片里有老房子，根據建築風格大概能看出大致的位置。看植物，也能知道大概的位置。（我知道這個比較難）
@grapeot提供了一個網站：IM2GPS，有興趣的話可以去評論里查看。

5、有些社交媒體不會刪除照片的exif信息，而裡面很可能有GPS數據，此時可以去谷歌輸入GPS直接得到具體位置。

上圖中的GPS位置是東經116.326513，北緯39.935703，轉換一下後搜索谷歌地圖可以知道是北京西苑飯店。

上述方法單獨使用一項可能還比較粗糙，多項組合精度就比較高了。

6.初步確定位置後，可以使用百度全景在大致地點巡遊，直到找到相同的位置。

沒錯，剛才那張圖片就是上海外灘，拍攝視角是從浦西往浦東。

前兩天在某群配合了 @tombkeeper 一把，從一張照片定位到了具體的建築物，基本就是利用了上面提到的幾個辦法。

所以提醒下喜歡發自拍的朋友們，自拍是一種非常容易泄露個人隱私的行為，拍完上傳社交媒體前請仔細審查。

通過照片識別地點只是隱私泄露的眾多途徑中的一種，位置信息也只是個人隱私的一部分，其他還包括真實身份、認證信息、金融賬號、社交關係等等。在當今手機盛行，大家都把自己的數據存放在網上的年代，如果你不想被社交媒體里隨便哪個吵過架的人知道自己的身份和隱私，不希望哪一天騙子拿著你的個人信息來欺騙你或者你的家人朋友，不想哪一天自己的真實身份被人冒用牽扯進一大堆麻煩事，那麼發布任何數據的時候都需要小心謹慎。

進一步了解個人隱私的保護請參看答案《在網路上如何防止被人肉》
http://www.zhihu.com/question/38663970/answer/77497457

這是王尼瑪拍的一張高處眺望的無敵景觀照，可是要他公布拍照的地點，打死也不說啊。怎麼辦？自己來算咯~~~明顯可以確定，這是上海浦西往浦東陸家嘴方向拍的。

先找出其中有特徵的，標誌性的，而且和視線在同一直線上的建築物 AE,BC,DF,G

作為一個上海人應該都認識啦，如果有不認識的再想辦法，比如F左右是兩棟綠色尖頂的大樓，在江的近岸，那應該是在外灘這裡，打開地圖，找到外灘、陸家嘴。

外灘放大，切換到衛星圖，是不是有兩個疑似綠色尖頂建築在一起？

切換到街景模式，在外灘上來回走一走看一看，啊~原來是和平飯店和旁邊的中國銀行。

然後找金光閃閃的D，繼續查看陸家嘴的衛星圖，果然發現一個疑似目標的半圓型震旦國際大廈

繼續街景確認~~沒錯啦，金色的半圓大廈，AURORA！（未來資產是後面一棟）

所以，現在都查詢完畢了。A東方明珠，E國際會議中心；B環球金融中心，C金茂大廈；E震旦大廈，F和平飯店；G英雄紀念碑和遠處陸家嘴建築群的最北邊緣。

把它們一對對連起來，畫垂線。

打開整個外灘陸家嘴的衛星圖

把之前那些標出的建築都標識好

按照照片里建築位置關係，參考上面話垂線的圖，把他們連線起來，盡量精確。

因為衛星圖裡的建築因為衛星角度問題都是斜的，所以連線要以建築在地面的基部為基準。不要連頂端啊~~~~~

噹噹噹噹！所有的連線都指向左上方一棟白色大樓，衛星地圖放大來看

切換到路網信息

搞定！

===================================

用這個方法還能知道拍照位置的高度呢，圖中許多大樓都是能搜索到高度資料的，地圖上測量拍攝點到這些大樓的距離，三角函數噠噠噠，多算幾個大樓，減少誤差。什麼秘密都藏不住啊~~~~

來來來，
本渣拋個磚，
希望逼乎上的ML大牛們能獻玉.

話說去年11月底的時候，我那位一向腦洞略大的老闆突發奇想要玩個大的，
於是就發來了篇文獻讓仔細揣摩：
《What makes Paris look like Paris?》 DOI：10.1145/2185520.2185597
和
《City Forensics: Using Visual Elements to Predict Non-Visual City Attributes》 DOI： 10.1109/TVCG.2014.2346446

所以找了一系列的資料去看比如：
http://www.youtube.com/watch?v=F3nJOKDG1Dc
https://www.youtube.com/watch?v=vpp0BwatG90
《What"s So Hard About Big Visual Data》
http://istc-bigdata.org/wp-content/uploads/2012/11/BigDataSeminarSeries_CMU_AlyoshaEfros_Oct_24_2012.pdf
...
總之呢，CMU這位大腦洞的Efros教授(https://scholar.google.com/citations?hl=zh-CNuser=d97bGd8AAAAJview_op=list_works)的大意就是，
對於城市街景，見得多了也就大致知道可能是哪座了，
大致相當於網上調侃美帝設計飛機時只要動力足板磚都能上天而無需太在意氣動等因素的段子，
當然俺老闆也是這麼講的......
於是，
他通過Google Maps的街景(Panorama)服務來大量獲取一些名城(如巴黎倫敦紐約之類)的街景圖，
然後從圖中的一些特徵入手譬如路燈、房屋窗戶等，構造訓練集，
接著用SVM去搞，
但醬紫效果不好，
所以就有了這裡(http://istc-bigdata.org/wp-content/uploads/2012/11/BigDataSeminarSeries_CMU_AlyoshaEfros_Oct_24_2012.pdfhttp://www.youtube.com/watch?v=F3nJOKDG1Dchttps://www.youtube.com/watch?v=vpp0BwatG90)所說的辦法.
(本渣表示時間太久且個人水平過次，具體給忘了...)

反正學沫如我呢，到了也沒看明白，
人家的程序，根本看不到啊，調著調著看到MapReduce時直接就放棄抵抗了...
當然，三流985的面子還是要有的，
於是腆著臉給作者小哥Carl Doersch(https://scholar.google.com/citations?user=SBTxvCoAAAAJhl=zh-CN)發郵件，
人家倒是很熱情說把錯誤報告發過來，只是那會兒正過年在家就一直沒回...
而老闆還說要發ICCV....
大叔啊，「不自量力」知不知道怎麼寫....

於是就墨跡到放假了，
寒假回來老闆看我渣到爆也就沒提街景的事了，
於是又換成顯著性和相似性的腦洞了...

Efros大叔又發了篇Geo-Localisation的文章，
《Large-Scale Image Geolocalization》DOI：10.1007/978-3-319-09861-6_3
果然腦洞大且有能力的人才能出成果吶...

歡迎大家看評論，評論比我的回家要好看多了
…………………………………………………………………………

其實@shotgun 已經回答的很全了，就是贊最多的那條答案。
作為一個安全從業人員，我則是提醒其中的風險。
先上美女圖片鎮樓，然後解釋。