Users' diaries

Recent diary entries

Mapping My Hometown

Posted by Maanya on 27 May 2016 in English (English)

Welcome to Yelahanka

13.1N , 77.5E (degrees)

I reside in a place called Judicial Layout near Yelahanka, which is ~21 km north to the Bangalore city. It is skirted by two beautiful campuses namely, the University of Agricultural Science and the Central Institute of Medicinal and Aromatic Plants, making it a perfect escape from the otherwise concert jungle. Yelahanka Railway Station Source: Skyscrapercity

Status prior to my mapping task:

screen shot 2016-05-24 at 2 35 17 pm

Most of the basic amenities and road networks in and around my residence is already on OSM.

Inclusions made:

screen shot 2016-05-26 at 2 10 15 pm

I tried to focus on two major aspects:

  • Checking for the correctness of the already existing edits.
  • Adding features that were overlooked.

screen shot 2016-05-27 at 5 04 01 pm

List of features that I tried including into the OSM:

  • Tagging my home, adding street names, clinics, agricultural fields, eatery, parks and buildings.
  • Tried to amend spatial extent of a lake and fixing roads that were misaligned.
  • Contacted a local mapper in my area and attempted to resolve a note.

My Experience

The idea of adding spatial information to a map has always excited me. I really enjoyed my time mapping!!

What could be improved

Supplementing mappers with finer resolution satellite imagery.

Thank you

Thanks for visiting Yelahanka!! Hope your navigation was smooth with most of the edits in place.

Happy Mapping Hour – Presentation Import Project INEGI MGN (National Geostatistical Framework)

Posted by Mapanauta on 27 May 2016 in English (English)

This blog was originally posted in the Blog from Improve-OSM, if you want to see the complete Blog please click

Last April 6th 100% of the Mexico Telenav’s team (Andrés Ortiz 50% and Miriam Gonzalez 50% 😀 ) presented the results of Import Project INEGI National Geostatistical Framework. The meeting point was the Felina bar on the edge of Condesa and Escandon neighborhood.

Andres_presentando Andres presenting at Happy Mapping Hour Miriam_presenta Miriam presenting in Happy Mapping Hour Image by @Tlacoyodefrijol More than 20 people booked and came to the appointment. The project was originally announced in May 2015 with much skepticism because this was the first time a project of such magnitude was taking place in Mexico and the OpenStreetMap community in Mexico at that time was very disperse.

Before_import Before the Import Project there were 69 valid boundaries Image by Ruben @Mapbox Many import projects have been conducted in many parts of the world, such projects have helped (mostly) to create the map of the world that we have today and Mexico was going to be part of them. People with extensive knowledge in imports formed part of the project including Victor Ramirez, Ernesto Carreras, contributors od OpenStreetMap Puerto Rico and Rafael Avila, a HOTOSM collaborator and expert in African countries imports. At the beginning of the project we realized that there were only 69 valid administrative boundaries (although in the image it looks more than 69, these lacked the tag SOURCE which made them invalids) and the end of the Import project the team had added 2,457 administrative boundaries with tag Source = INEGI MGN 2014 v6.2

After_Import After the Import Project there were 2,457 administrative boundaries Image by Ruben @Mapbox To the #HappyMappingHour diverse OSM contributors atended such as geographers, developers, archeologists and also Armando Aguiar – INEGI IT Services Director witnessed how the Open Data Inegi released at the end of 2014 has been in benefit of OpenStreetMap. Let me share some statistics:

Quick Statistics:

Node numbers/Ways/ Deleted relations

500K / 2k / 500 Node numbers/ Ways / Added relations

1000K / ~4k / ~1050 Number of hours dedicated :

250+ NUmber of administrative boundaries added:


Now that the map has de MGN boundaries as a reference mappers as Irk_Ley have been investigating the local laws of the states of Veracruz and have been reviewing historical maps of the Map Library Manuel Orozco. These mappers will be verifying and correcting those limits which have differences with the MGN when they have the backup of the documentation of the local law.

Ancient map of the Papatla, Veracruz region Here you will find the presentation of #HappyMappingHour and if you want more technical details we suggest you check the following blogs and the wiki.

Blog-Process used to import more tha half of the municipalities in Mexico Blog-How we imported Administrative Boundaries for Mexico from INEGI Wiki- Mexico’s Administrative Divisions Import Project Here also you will find two Blogs from collaborators in the Import Project:

Blog: My experience in OSM during the MGN Import by Pablo Garcia (OSM user: Irk Ley)

Blog: Import of INEGI Mexico municipalities finished by Andres Ortiz (OSM user: Andresuco)

You can contact them directly if you have any questions or comments for them.

What are the next challenges?

Evaluate data from the National Road Network and create a joint project with Mexico OpenStreetMap community to carry out its import. It is also in the radar create a tool where information from OpenStreetMap in Mexico is a kind of “inspector” to send feedback to INEGI about possible shortcomings or errors can be corrected and improved thanks to contributors OpenStreetMap but first we need more discussions with the local community.

Note: For having complete access to the links from the technical Blogs and download the presentation click

Happy Mapping Hour – Presentación Proyecto Importación MGN (Marco Geoestadístico Nacional) del INEGI

Posted by Mapanauta on 27 May 2016 in Spanish (Español)

Originalmente este Blog fue compartido en el Blog de Improve-OSM, si desean ver todos los link mencionados favor de dar clic en el link:

El pasado 6 de Abril nos reunimos 100% del equipo Telenav México (Andrés Ortiz 50% y Miriam Gonzalez 50% 😀 ) para presentar los resultados del Proyecto de Importación del Marco Geoestadístico Nacional del INEGI. El punto de reunión fue el Felina bar en los límites del barrio Condesa con Escandón. Más de 20 personas reservaron y llegaron a la cita.

Andrés presenting in Happy Mapping Hour

Andrés presenting in Happy Mapping Hour

Miriam_presenta Miriam presenting in Happy Mapping Hour Image @tlacoyodefrijol

El proyecto fue anunciado originalmente en Mayo 2015 con mucho escepticismo debido a que nunca se había llevado a cabo un proyecto de tal magnitud en México y la comunidad OpenStreetMap en México aún se encontraba dispersa.

Before_import Antes del Proyecto de Importación existían 69 Límites administrativos Válidos Image by Ruben @Mapbox

Muchos proyectos de importación se han realizado en muchas partes del mundo, dichos proyectos han ayudado (en su mayoría) a crear el mapa del mundo que tenemos hoy en día y México entraba a ser parte de ellos. Personas con amplios conocimientos en importaciones formaron parte del proyecto, entre ellos Victor Ramirez, Ernesto Carreras, colaboradores de OpenStreetmap Puerto Rico y Rafael Avila, colaborador de HOTOSM y experto en importaciones en países de Africa. Al principio del proyecto nos dimos cuenta que solamente existían 69 límites administrativos válidos (aunque se vean más en las imágenes estos no contaban con SOURCE lo cual los hacía inválidos) y al finalizar la importación el equipo de importación había agregado 2,457 límites administrativos con el tag Source= INEGI MGN 2014 v6.2

After_Import Después de la Importación se encuentran 2,457 Límites administrativos Image by Ruben @Mapbox Al #HappyMappingHour asistieron diversos colaboradores de OSM como geógrafos, desarrolladores, arqueólogos y también nos acompañó Armando Aguiar- Director de Servicios de Información del INEGI y fue testigo de cómo los datos liberados por INEGI a fines de 2014 estaban siendo aprovechados por OpenStreetMap. Les comparto unas estadísticas:

Estadísticas rápidas:

Números de nodos/caminos/relaciones borradas

500K / 2k / 500 Números de nodos/caminos/relaciones agregadas

1000K / ~4k / ~1050 Número de horas dedicadas :

250+ Número de límites municipales agregados:

2,457 Ahora que ya se cuenta con los límites del MGN como referencia maperos como Irk_Ley que se han dado a la tarea de investigar las legislaciones locales del Estados de Veracruz y consultar mapas históricos de la Mapoteca Manuel Orozco se encargarán de corregir aquellos límites que tengan diferencias con los del Marco Geoestadístico siempre y cuando tengan el respaldo de la información de la ley local.

mapa general_rec01 Mapa Histórico de la Región de Papantla, Veracruz

Aquí encontrarás la presentación de #HappyMappingHour y si deseas más detalles técnicos te sugerimos checar los siguientes blogs y en el wiki.

Blog- Proceso utilizado para importar más de la mitad de las municipalidades en México Blog- Cómo importamos los límites administrativos para México Wiki- Proyecto de importación de las divisiones administrativas en México

Aquí también podrán encontrar dos Blogs de colaboradores del Proyecto de Importación:

Blog: Mi experiencia en OSM durante la Importación MGN Por Pablo García (OSM username: IRK_LEY)

Blog: Importación de municipios del INEGI finalizada por Andrés Ortíz (OSM username: Andresuco)

Pueden contactarlos directamente si tienen preguntas o comentarios para ellos.

¿Cuáles son los siguientes retos?

Evaluar los datos de la Red Nacional de Caminos y crear un proyecto en conjunto con la comunidad OpenStreetMap México para llevar a cabo su importación. También está en el radar crear una herramienta donde la información de OpenStreetMap en México sea una especie de “inspector” que mande retroalimentación al INEGI sobre posibles carencias o errores puedan ser corregidos y mejorados gracias a los colaboradores de OpenStreetMap pero antes tenemos que discutirlo más a fondo con los demás colaboradores de la comunidad.

Nota: Si desean ver los links de los Blogs mencionados y descargar la presentación favor de dar clic en

GSoC: iD editor blog 2

Posted by kepta on 26 May 2016 in English (English)

Hello OSM community, this would be my 2nd diary post for my Summer of code project. Do checkout my first blog post where I introduce myself and the project I will be working on.

This week would be the last week in the community bonding process. All the GSoC students would receive their first stipend at the end of this week. Hurray !!!!

I believe my community bonding is going well. This week I was mostly busy with adding mapillary-js to iD. Thanks to the awesome work by Peter Neubaur, we have a PR ready to implement this feature to iD.

If you use iD editor you will find that the mapillary images are static and don't have navigation buttons.

Mapillary Layer

To have this feature, we would need mapillary-js in iD's source code. This library gives the developers powerful new ways to interact with mapillary ecosystem. But this was easier said than done. Peter helped us with setting up the basic work required for the inclusion of this library.

The major problem which was I was aiming to solve was the asynchronous loading of images by the mapillary-js. If you quickly click on multiple points, the system suddenly enters into a chaos. The point highlighted and the current image no longer tally. The following screen cast should do justice in depicting this situation.


To fix this problem, without messing up the code of mapillary-js, I added a variable which keeps track of last point click by user whenever mapillary-js goes into loading mode. This allows me to do cool things like show loading and keep the system stable and predictable. After fixing this here is the screen cast showcasing the awesome blip.


So this was all about mapillary-js and its humble addition to iD. Apart from that iD is soon going to get this huge internal makeover by splitting the code into modules. Now, this is an architectural shift. Doing this will make way for easy development of iD. Head over to this ticket for any updates regarding this.

My wife

Posted by Daddy Diesel79 on 26 May 2016 in English (English)

Heather spot

Location: Gêrzê County, Ngari Prefecture, Tibet Autonomous Region, China

Reporting Spam (or not)

Posted by alexkemp on 26 May 2016 in English (English)

Why is it impossible to report spam in these diaries? A simple ‘report me’ link would do it.

Here are the latest examples (just in the last hour - all Chinese, naturally):—

Added 10:49 UTC 01:00:
I ran a website for 10+ years and am a moderator on I know precisely what it takes to stop spam. I don't prevaricate about it; I take it seriously, make it a priority & stop it dead. Meanwhile, news about the ease in spamming these blogs spreads like wildfire amongst Chinese spammers. They don't prevaricate about stuff...

The simple method would be:—

  1. Make a Report Link
    (at the backend send an email)
    (that will take an hour to setup)
    (mods & admins get an immediate heads-up on new spam)
    (once in place, do next steps)
  2. Start blocking on combos of IP+email address
    (if a new user tries to create an account from a known bad IP + Email, then block it)
  3. Start reporting IP+email address+username from spammers
    (note that this loops back to [1])
    (it means that the amount of spam on the site rapidly begins to fall to zero)

SOTM France and Mapillary - Thank you!

Posted by Peter Neubauer on 25 May 2016 in English (English)

Hi there, last week I had the rare possibility to be invited to State of the Map France in Clemont-Ferrand.

It was fantastic to be welcomed by Mapillary power users [Vincent de Château-Thierry]( and Jean-Louis Zimmermann and speak over dinner to Christian Quest, President of OpenStreetMap France. Thanks a lot for getting me to our stay at the Indigo-Camping site.

Christian Photo by JL Zimmermann

For the conference, it was great to see a whole lot of interest in the work we are doing for OSM and the wider community. Here is the link to my short presentation - the videos should be up soon I hope. Jean-Luis showed a LOT of interesting examples of the use of Mapillary for different OpenStreetMap applications, available as a wiki of links - check it out!

The Mapillary examples

Also, Jean-Luis is the master of 360 DIY rig mapping and congrats to your promotion in the OSM community to national secretary of OpenStreetMap France!

360 poles

Also, we got a lot of interesting opinions regarding improvements of upload, apps, editing and integration into JOSM, iD, OpenLevelUp and other projects.

Thanks a lot, and keep the ideas coming so we can get the best of the two communities to help each other out! Learn more how to use Mapillary for OSM.


Location: 9, Smygehuk, Trelleborg, Skåne, Götaland, 23178, Sweden

Почему natural=heath - это не что угодно

Posted by BushmanK on 25 May 2016 in Russian (Русский)

Тег natural=heath - очень многострадальный.

В русскоязычной документации его определение долго было просто скопировано из весьма скупой статьи в Википедии (а туда - из какого-то краткого географического словаря), при том - не полностью. Оттуда пошло обозначение этим тегом областей, которые поросли кустарником (вместо natural=scrub, который для этого предназначен).

В preset-ах JOSM коллега Calibrator, известный своими фантастическими переводами, вообще присвоил этому тегу название "Пустырь". Плюс, неизвестно сколько участников проекта никогда не читали документацию, а пользовались тегом интуитивно, полагаясь на простонародное старинное значение слова "пустошь", которое как раз близко к "пустырь", в значении "вырубка", "место, где теперь ничего не растет".

Тем временем, исходно этот тег начали использовать в Великобритании (как и многие другие), обозначая им вполне конкретную экосистему, а не просто место вырубки. Почему этим же тегом нельзя обозначать что-то еще? Да потому, что если одно и то же обозначение может соответствовать вообще чему угодно, оно просто теряет свой смысл - никто, глядя на контур с этим тегом, более не сможет сказать, что же именно там находится, если каждый будет обозначать этим тегом что-то свое. Надеюсь, этот момент ни у кого не вызывает сомнений, а если вызывает - то я действительно не знаю, как еще можно объяснить, что так делать не следует, иначе данные теряют всякий смысл (а один из принципов проекта - вносить максимально точные данные).

С англоязычной документацией и использованием этого тега тоже все не было так уж гладко. Например, из первой версии страницы (лето 2008) следует, что тег уже использовался неверно для парков, в названии которых было слово "heath". При этом о том, что это экосистема, в ней не было ни слова, а также было сказано, что это обязательно низинные области. Более-менее точное и похожее на современное описание появилось летом 2010-го. Тогда же было указано, что heath - это habitat (другой термин для экосистемы). Таким образом, русскоязычная страница, созданная в 2011-м году, вообще не была переводом англоязычной, а просто копировала статью в русскоязычной Википедии.

Так получилось, что я приложил больше всех усилий к странице natural=heath, стараясь предотвратить неверное использование, так что я все же попытаюсь объяснить, что же такое пустошь и почему в документации написано то, что написано.

  1. Тег natural=heath в соответствии с исходной англоязычной документацией обозначает экосистему (habitat), так что все трактовки, связанные с тем, что это, в первую очередь, род пустыря (т.е. результат деятельности человека) - заведомо неверны.

  2. Для зарослей кустарников есть тег natural=scrub, так что расширять трактование natural=heath в эту сторону - лишено смысла.

  3. Те основные типы растительности, которые сейчас упомянуты на странице (и происходят из цитаты из Википедии) - Вересковые, папоротник Орляк, некоторые травы - это то, что характерно для пустошей на территории Европы и России. Документация OSM - не словарь биолога, потому описывать все возможные вариации, например, для Австралии, нет никакого смысла. Весьма маловероятно, что русскоязычный участник проекта, не владеющий английским, будет пытаться картографировать австралийские пустоши. Ну и лично я не являюсь специалистом по экологии Австралии в степени, достаточной для составления исчерпывающего описания. Если кто-то хочет его добавить - документация открыта, редактируйте, если есть желание. Любое совершенствование документации только приветствуется.

  4. Почему именно Орляк обыкновенный. Да потому, что этот вид папоротника - один из немногих, которые могут расти на открытых, сухих светлых местах, которыми являются пустоши. Большинство других видов папоротника предпочитают сырые темные места под кронами деревьев в лесу. Так что упоминание Орляка - это не требование его наличия, а указание на то, что может обычно расти на пустошах, чтобы их было легче распознать. И другие папоротники там не упомянуты не потому, что мне (точнее - автору исходной словарной статьи) так захотелось, а потому, что Орляк в смысле своих требований к условиям - особенный. То же, в общем, касается и семейства Вересковых (в котором несколько тысяч видов и более сотни родов, среди которых то, что называют вереском - лишь малая часть).

  5. Перечисленные в нынешней версии страницы виды пустошей (вересковая, кустарничковая, моховая, лишайниковая) - это всего лишь вариации одной и той же экосистемы, в которых из-за каких-то причин (почва, климат, осадки) заметны какие-то из этих растений. Скажем, может быть пустошь, где растет особенно много карликового можжевельника. Или такая, где очень много вереска. Или мха. Это не разные экосистемы, это виды (вариации) одной. Потому для них нет и четкого критерия (в процентах площади, например).

  6. Определяющими данную экосистему факторами являются неплодородная почва и сравнительно сухой климат. Потому пустоши могут возникать на месте болот, так как торф является очень неплодородной почвой - он содержит слишком много углерода и создает кислую среду, в которой могут жить только некоторые виды растений. Только после выветривания и вымывания, как добавка к грунту, торф становится удобрением (не следует путать торф и чернозем). Аналогично обстоят дела с вырубками, особенно - сосновых лесов, растущих на песке и каменистой почве. Тут стоит помнить, что есть пустоши, которые существуют сами по себе, а есть антропогенные, образовавшиеся после вмешательства человека в природу. Последние могут естественным образом исчезать, так как условия (почва, климат, рельеф) не полностью соответствуют типичным для естественной пустоши. Зарастая, такие пустоши превращаются в natural=grassland или natural=scrub, могут даже зарасти лесом. Потому вырубку имеет смысл обозначить именно как поврежденный лес, так как пустошью ее можно будет считать, только если эта экосистема там закрепится.

  7. Пустошь и степь - очевидно, тоже разные экосистемы (даже в случае высокогорной степи), так как степи характеризуются засушливым климатом и плодородной почвой (образующейся из отмирающих каждый год стеблей трав), что и определяет состав растительности. Именно потому в степях преобладают травы, способные переживать жаркий сухой период года. Степь от пустоши с большим количеством травянистых растений легко отличить именно по почве, которая, в свою очередь, часто определяется географией. Есть и множество других деталей, например - степные травы обычно высокорослые, а на пустошах высокорослыми они практически не бывают, так как недостаток питательных веществ в почве не позволяет им отращивать длинные стебли.

Очевидно, что описать все существующие нюансы этой экосистемы коротко - почти невозможно. Тем более, невозможно сделать это одним словом. Также невозможно определить пустошь по всего одному характерному признаку. Для этого всегда нужны хоть минимальные знания биологии (ничего невероятного, все в пределах даже не школьного курса биологии, а приличного курса природоведения для начальной школы). Точно также, как человеку, который вообще ничего не знает об энергетике, будет весьма сложно вносить данные об электростанциях, ЛЭП и трансформаторных подстанциях. Так что если есть реальные сомнения - лучше просто не лезть. Тем более - нет смысла пытаться растянуть значение тега на что-то еще по принципу "лишь бы не признать, что не прав" - тег значит то, что значит, в этом нет ничего сложного.

Что касается того, чтобы переводить название preset-а в JOSM, как "Вереск" - те, кто читали документацию, в состоянии использовать этот тег по назначению, независимо от того, как назван preset, если только название не искажено до неузнаваемости, как было с "пустырём". Те, кто полагается только на название пункта меню в JOSM и не читают документацию, могут наделать слишком много ошибок в любом случае, так что будет лучше, если название будет отражать максимально узкое и определенное значение, с которым сложнее что-то напутать.

Так случилось, что пустоши - не самая распространенная экосистема на территории бывшего СССР, а в Великобритании - наоборот. Потому то, что очевидно для британцев, для россиянина оказывается ребусом, который он решает в меру способностей. Из-за этого natural=heath и стал в России использоваться так часто неверно. А это, в свою очередь, привлекло мое внимание (о том, что я пытаюсь сделать что-то именно с ситуациями в документации, ведущими к распространенным ошибкам, я писал совсем недавно). Вероятно, кому-то может показаться, что я этим вопросом одержим, а отдельные коллеги вообще вообразили, что это для меня способ самоутверждения. Но это я позволю себе отнести на счет их собственного воображения, ущемленного самолюбия и циничного (в исходном смысле этого термина: "отрицание любых мотивов, кроме эгоистичных и корыстных") взгляда на окружающих.

Да, если кому-то не нравится, на сколько сложна сущность, которая обозначается этим тегом, просто не используйте его и не отмечайте то, что ею, возможно, является - так в базе не появятся сомнительные данные.

Official Cuba Data!!!!

Posted by MapMakinMeyers on 25 May 2016 in English (English)


Posted by Madinaziya on 25 May 2016 in Russian (Русский)

1-y den :)

ЕженедельникОСМ №304

Posted by Sadless74 on 25 May 2016 in Russian (Русский)

Замечания по переводу оставляйте в комментариях или исправьте в вики


Logo "Проект импорта INEGI национальной геостатистической основы завершён) ознакомтесь в блоге


  • На германском форуме началась большая дискуссия о двуязычных названиях в восточной Германии(автоматический перевод .

  • Mapbox расширяет свой геокодер поддержкой информации из Wikidata.

  • Martijn van Exel описывает обновления в плагине ImproveOSM для JOSM для лучшего использования.

  • Запланированые работы по обслуживанию и переносу серверов OSM завершены ониприводили к медленной загрузке и из-за проблем с сервером вики. Сейчас,ожидается что всё вернётся к нормальной работе .


  • В блоге OpenCageData опубликовано интервью с Laura Barroso (активный участник ЕженедельникаOSM и она отвечаетза испанское издание) о OSM на Кубе.

  • Презентация проекта импорта данных: MGN (NationalGeostatistical Framework) от INEGI в Мексике участниками Telenav:Мириам Гонсалес и Андрес Ортиз. Более подробно читайте здесь .

  • В своей серии Картографы в центре внимания, Escada провелинтервью сPete Masters из Шотландии, участником Missing Maps.

  • Johnattan Rupire оповестил ЕженедельникOSM о профессионально сделанных видео, показывающихмногие аспекты OSM. Субтитры доступна на французском ианглийском языках.


  • Andy Townsend опубликовал в почтовой рассылке посвященной импортам сообщение Кейт Лермонт(ЮНИСЕФ Управления Исландии стран Тихого океана) для DWG оимпорте после циклонаWinston на островах Фиджи.

Фонд OpenStreetMap

  • Фонд OpenStreetMap нанимает административного помощника. Заявки могут быть отправлены до 3 июня.


  • SotM 2016 в Брюсселе - важная дата21 мая, суббота

  • Программа SotM Америка доступна в интернете.

  • 6-я Международная конференция по картографии и ГИС пройдет с 13 по 17 июня2016 года в Албене, Болгария.

  • На 10 - 12 июня 2016 года ГИГА-Событие Геокэшеров Проект Счастье в2016 будетпроходить в будет проходить в Heritage Zollverein Всемирного ЮНЕСКО. Ожидаетсяболее 10000 геокэшеров, которые примут участие в мероприятии, длякоторых проведут множество семинаров и организуют много экскурсий.

  • Доклад на FOSS4G в Raleigh, USA. Интересно, что сообщается о портативномOSM (портативный сервер OSM) для мобильного использования в районахстихийных бедствий. Более подробно читайте здесь .

Гуманитарный OSM

  • Гуманитарный OSM активизируется чтобы картировать для оказания помощи в Шри-Ланке. Первая задача уже создана.

  • Blake Girardot составляет список предложений по улучшению OSM веб-редактора iD. Цель состоит втом, чтобы помочь удовлетворить потребности Гуманитарной команды исообщества Отсутствующие карты. Он просит помощи от сообщества ОСМ.

  • Отсутствующие карты в Лондоне решили уделить больше внимания обучению новичков работе в JOSM.

  • Aline Rosset из университета Центральной Азии сообщает ,в гостевом посте, о проведении «OSM семинаров с учителями среднихшкол и детей из 10 сельских деревень в Кыргызстане» по картированиюгоры Тянь-Шань.

  • Blake Girardot ищет эксперта по административным границам и OSM отношений для содействиясинхронизации данных и, возможно, импорте его результатов в OSM.


Открытые данные

  • Geolode является каталогом открытых геоданныхпо всему миру.


  • Aleks Buczkowski из Geoawesomeness объясняет правовые ситуации с картами при публикации их в Интернете.

  • Tarun Vijay , члениндийского правительства дал интервью для The Wire получили интервью The Wire о новом законопроекте прокартографические данные. Таймс оф Индия публикует портрет Мумбаи по этой теме.


  • TrailBehind публикует информацию о DeepOSM, компьютерной сети обучающейся использоватьспутниковые снимки и данные OpenStreetMap, чтобы узнать,классифицировать и выявить особенности в спутниковых снимках.

  • Программное обеспечение маршрутизации Mapzen Valhalla теперьпредлагает мультимодальную маршрутизации дляобщественного транспорта. Первый пост в блоге описывает продукт (дляклиентов) , второй пост объясняет техническую информацию.

  • Tom MacWright объясняет ,почему CartoCSS дефектен и почему всётаки этот стандарт намноголучше подходит для создания карт.


Программа Версия Дата релиза Комментарии PostgreSQL 9.5.3 ff 2016-05-12 Обновление релиза фиксирующих ряд предложений Mapillary for iOS 4.3.1 2016-05-15 Добавлены португальская и эстонская локализация, добавлены описание для новых пользователей Locus Map Free 3.17.0 2016-05-16 Оффлайн поиск адресов и многое другое

А вы знаете …

Другие “гео” событи

  • Google добавляет новые функции и подробные карты мест на карте Google чтобы догнатьпо детальности карты OpenStreetMap в ходе подготовки к Олимпийскимиграм 2016 в Рио.

Предстоящие события

Примечание: Если вы хотели бы видеть Ваше мероприятие здесь, пожалуйста, поместите его в календарь. Только данные из этого календаря появится в ЕженедельникеОСМ.

Пожалуйста проверьте ваше событие в нашем публичном календаре, сделайте предпросмотр и исправьте его в случае изменений, если необходимо .

Этот выпуск подготовлен Hakuch, Laura Barroso, Peda, Rogehm, derFred, jinalfoflia, mgehling, wambacher, widedangel.

Продвижение сайтов

Posted by DenisGerasimoff on 25 May 2016 in Russian (Русский)

Актуальная информация как продвинуть сайт. SEO программы. Софт для продвижения сайтов. Базы трастовых сайтов. Ссылки на полезные ресурсы в сети. Создание сайта и интернет-магазина рекомендации. продвижение сайтов

Location: Староконюшенная слобода, Москва, Центральный административный округ, Москва, Центральный федеральный округ, Российская Федерация

Open Mapping Workshop at UNAM university of Mexico

Posted by mapeadora on 25 May 2016 in English (English)

On Saturday 14 May we held the second day of #MapeoLibre (OpenMapping), in the continuity of the open mapping day in the UAEMEX university in Toluca (State of Mexico). This format seems to be a good cross between technical education with the use of web and field apps; an overview of different ways to collaborate with Openstreetmap; and an opportunity to inform and get feedback on different projects and collaborations that can be developed as well, using OpenStreetMap open technologies and data.

Alt text

We hold these days in series: the first was in the UAEMEX, it continued with the UNAM of Mexico City (Faculty of Engineering) with the support of Francisco Rojas Duran in the organization, and we are planning the next workshops in 3 others public universities for the next semester. The conference format combines theoretical and practical activities with different tools on a full day.

This time the conference included:

  • A general introduction to open data, to the uses of data for many purposes such as public policy and research. We presented some cases of projects for various purposes based on Openstreetmap: Lerma mapping (State of Mexico), and the #Repubikla project.
  • A training to Id Editor, focused on mapping the university campus as in the last experience in the UAEMEX.
  • An introduction to HOT and tasking manager, with exercise on a medium-level emergency in Ecuador.
  • Training and field exercise with #Mapillary and OSMtracker in the campus. For the exercise with mapillary, we encourage participants to participate to the #Mapeaton action. Mapeaton (Pedestrian mapping) is a collective account created with Mapillary, that reveals transit conditions for pedestrian and wheelchairs (sidewalks conditions, accesses, ramps, etc.).

Alberto Chung, Eldesbastemap, Ealp, Ccossio, Juane90, JosueR, Mapanauta, Mapeadora, Tavooca, Yoltotolhua are those that participated in this dynamic.

Alt text Alt text Alt text Alt text

The attendance was large, equivalent to the workshop in the UAEMEX, with about 80 people. People were students from the UNAM (about a half part), teachers and researchers, people invited from social organizations in the context of other workshops that we have organized these last months (3rd Congress Peatonal), people from public institutions with whom we are developing collaborations, from Mexico City and other states (Hidalgo). Based on these massive training, we are building an ever wider broadcast network, in order to have a large impact on strengthening the mapping community in Mexico, and enhance the knowledge of OSM by public institutions and universities. Alt text

Since the UAEMEX workshop, looking to have a dynamic that strengthens learning among participants, and making them constant mappers, we launched an competition initiative over a month, with a recognition for top 5 mappers. So we ask for the use of two hashtags in the changeset (#MapeoLibreUNAM, in this case, and #mapathon), to monitor progress and issues, with ? comment = MapeoLibreUNAM # 4 / 11.09 / -92.99 and Alt text

We post about the progress during the month of competition, to motivate the group, while gifts are managed with sponsors. This action serves a threefold strategy: to track users and build community; continue training beyond the framework of the workshop, with the ability to detect and report on recurrent errors, strengthening skills; sow love for mapping. We also try to to have a symbolic and visible result: the detailed mapping of the campus where the event takes place and its surroundings.

Each activity resulted in an meaningful dialogue with the audience, with both theoretical and technical questions, interest to learn more advanced tools, inspiring ideas and projects, with which we can possibly collaborate formally. We also established a feedback dynamic between instructors, discussing comments made by the participants individually, as well as personal impressions in order to improve the dynamics. We thought for example that in coming sessions may have a final brainstorming time with attendees about potential projects, collaborations, or potential uses of OSM tools to serve current projects.

Each of the workshops given in the last 8 months (we had 12 including Openstreetmap, Repubikla and Mapillary-Mapeaton workshops) has generated a great potential for collaborations with related projects or tools from OpenStreetMap community. We always perceived innovative visions on mapping questions. A recent example (in the last Repubikla workshop in Morelia, Michoacan with Bicivilízate collective) is the use of mapping as a memory performance (#PerformanceDelCaminar) on missing persons in the state of Michoacan where the artist Fabiola Rayas recreates the last known path of the disappeared along with his family and community (it will be the subject of a future post).

C'mom people

Posted by BladeTC on 24 May 2016 in Portuguese (Português)

lets pay more attention

OSM loves Mapillary

Posted by Blackbird27 on 24 May 2016 in English (English)

When looking through the pages of Open Street Map community at Google+, I stumbled upon an article about collaboration between Open Street Map and Mapillary. Mapillary – is a service for sharing of geotagged photos developed by Mapillary AB, located in Malmö, Sweden. The goal of the company is to represent the whole world (not only streets) with photos using Crowdsourcing. What got me interested is that geotagged photos may be used for OSM map data creation because they licensed under CC-BY-SA license, availability of the plugin for the popular JOSM editor and possibility to turn on Mapillary layer in web-based iD Editor. Mapillary service is an alternative to Google Street View and Yandex Panoramas except that it is users who provide photos for the service. Mapillary service has apps for the mobile phones based on Android, Windows Phone, iOS and BlackBerry OS. But shooting photo-sequences with your phone while you walk or ride bicycle is not very comfortable, besides that phone battery dies very quickly, mount for the phone could be unreliable etc. That’s why in this article I will describe how to create panoramas for the Mapillary service using action camera. When you use Mapillary app on your phone all exif-tags that are necessary for photo geolocation (coordinates and shooting direction) acquired automatically because phones mostly come with compass and GPS unit already built-in. Action cameras usually doesn’t have built-in GPS unit (not like Sony Action Cam HDR-AS30v) that’s why we would need GPS-track for manual geolocation of photos.

What we would need is:

  1. Action camera with car/bicycle mount that can shoot in time-lapse mode. I use cheap but powerful Xiaomi Yi Action Camera.
  2. Device that could record GPS-track. It could be GPS-logger or mobile phone with GPS, or combination of both. I use GPS-logger HOLUX RCV-3000 connected to the phone by Bluetooth and mobile phone with OSMTracker (Android) app installed to record GPS-track. If satellites are dispersed in the sky-evenly in each direction HOLUX RCV-3000 could output GPS data with 1.7 meters accuracy.
  3. A little mind-twisting (dance with a tambourine – in original article, from Ukrainian) around Python, wideband internet access for manual photos upload to Mapillary.

Now in detail:

Start your GPS device and leave it in the place with clear visibility of the sky until GPS position is fixed (for better accuracy let it be for at least 5 min), after GPS position is fixed start GPS-track recording, make a picture with your camera of your phones current time with precision to the seconds (may be needed later for synchronization and setting offset), then start your camera in time-lapse mode and start to move through streets/places for which you wish to create Mapillary photo sequences, when you done export data from OSMTracker into .gpx-file. For the bicycle ride I chose shooting interval of 2 seconds, for the car which could move much faster would be vise to select shorter interval, the camera mentioned above could do time-lapse mode with interval up to 0.5 seconds, as long as fast class micro SD card installed. In my case I still make picture of the phones clock with the camera and make sure that camera clock is synchronized with phones clock, in the OSMTracker Preferences menu I check box to ignore GPS-time and use phone-time (my local time) for the time stamps. screenshot_OSMTracker In that way photos from camera and time stamps in .gpx-file will be in the same time zone and already synchronized, if you didn’t do that you still could correlate photo position with GPS-track later in JOSM as long as you took photo of your phones clock. As a result we got a sequence of the photos and .gpx-file of recorded track. For convenience create a folder named with current date and copy photos and .gpx-file in that folder. It is recommended to create a backup folder here as well and copy all photos in it before making any changes in case something will go wrong.

Geotagging photos

There many ways to geotag a photo ranging from use of Windows-programs and to Python scripts or libraries/ modules Ruby Gems on Linux-like operating systems. I will describe two the most easiest ways for the common user:

Geotagging with old and powerful JOSM:

I use JOSM for tagging photos with GPS position, it’s simple and fast to use.

  1. In order to write exif-data to the photos after we synchronized them with GPS-track in JOSM, we need to install Photo Geotagging plugin. Go to the JOSM Preferences (F12)>>Plugins tab>>Search for Photo Geotagging and check the box to install, after installation restart JOSM. photo_geotagging_en

  2. After JOSM is started>>Open .gpx-file and add photos to the loaded GPS-trak, set correlation to 0, because our track recorded using local time zone (phones time), if GPS-track was recorded without prior correction (GPS time is always in UTC 0:00 time zone) then you need to correlate the difference in relation to Greenwich. The best way to do this is to determine the difference from the first picture we took of mobile phones time on the screen, just select this option from dialog and enter the time you see on the picture, in result all sequence will be lined up properly. open_gpx_and_photos_en

  3. Then just right-click the “Geotagged Images” layer and select “Write coordinates to image header”, then yes. Additionally you could check the box on the “keep backup files” option if it wasn’t done earlier. Saving of changes is very fast. save_photos_en

  4. After those steps is done each photo should have coordinates and altitude above sea level (if altitude above sea level was recorded to .gpx-file). To check this you could use simple program called ExifTool by simply dragging photo on the program icon. file_check

Alternative way using freeware-program GeoSetter

  1. Run GeoSetter and in the directory choose dialog select folder with photos which you would like to geotag. open_photos_geosetter

  2. Select all photos in the folder (Ctrl+A) and push on the “Synchronize geo data of selected images with GPS data files” button (Ctrl+G) which will call the dialog window to choose GPS-track and synchronization parameters setup. select_img_and_syncronize

  3. Choose .gpx-file (if track in the same folder as photos, option to use track from that folder will be automatically checked), if needed choose parameters for correlation and press OK. If photo time stamps (Original Taken Date tag) and .gpx-file track-points time in the same time zone program will tell us that GPS positions was found for some amount of the files. If photos doesn’t match the time of .gpx-file track-points you need to set time zone difference. After photos is synchronized don’t forget to save the changes by pressing either floppy disk icon or Ctrl+S key combination. It takes a lot more time to save changes compared to the JOSM. img_syncronized

  4. After those steps is done each photo should have coordinates and altitude above sea level (if altitude above sea level was recorded to .gpx-file). To check this you could use simple program called ExifTool by simply dragging photo on the program icon.

Preliminary photo adjustment and compression

This step could be skipped if you have broadband internet connection with high speed of upload. This step should be done before image direction is calculated because in my case Adobe Lightroom deleted “GPS Img Direction” tag from file header, ignoring the fact that I chose to leave all metadata as is. After import into Adobe Lightroom automatic tone and white balance was done to all photos, then photos exported at the same resolution but with compression to 700 kB and sharpening option for the screen. You could use trial version of Adobe Lightroom, which is free, and continue to work with limited functionality after the trial license expiration date. Tab “Library” still remain active with and you could use “Quick develop” standard presets to do the adjustments. Check out this article for more information. Mapillary team in their instructions recommends to use freeware editor IrfanView, which could do the batch processing of the files.

Setting up Python environment for use of Mapillary Tools scripts.

Prerequisite for this step is installed and properly set up Python programing environment, in our case we would need Python version 2, latest release could be downloaded here. How to properly set up Python could be checked here. Then we would need Mapillary Tools scripts, they could be downloaded from project GitHub page. Unpack archive for example in your user Documents folder. Not entirely full and precise article on how to run Mapillary Tools scripts in Python here. First we need to install a few libraries/packages by means of pip (Python Package Manager) in order for Mapillary Tools scripts to work:

  • exifread – installed by means of pip.
  • gpxpy – installed by means of pip.
  • PIL – installed by means of pip.
  • pyexiv2 – installed using Windows-installer, depending on the version of your Windows OS x32 or x64.

Now in detail:

Run Windows command line, by means of Run menu (Win+R), enter “cmd” into the search field. run_cmd We need to check if Python is working, enter “python” in command line, if everything was set up i.a.w. instruction in the link above, then Python command interpreter should start. You can tell that Python interpreter started by the appearance of “>>>” in command line, now you could do simple commands like “print (“All hail OSM”)” and simple math operations. check_if_python_set_up_properly simple_operations_en After we checked that Python set up properly, close the command line and start it again. Then we need to install necessary packages necessary to run Mapillary Tools scripts, namely: exifread, gpxpy, Pillow, pyexiv2 package installed manually by running the installers from the links above. Python (version at the time article was written 2.7.11) by default installed to the following file path: C:\Python27\python.exe. Along with the Python itself, Python Package Manager “pip” installed as well, in my case path to the pip is: C:\Python27\Scripts\pip.exe. In command line change directory to the C:\Python27\Scripts\ in order to run “pip.exe”, for that type in the command line “cd C:\Python27\Scripts\” (path could be simply copied and pasted into command line by right-clicking the mouse over the cmd window, without need to type it manually) change_directory_to_pip Then enter one by one and observe the progress of the packages being downloaded and installed. pip install exifread pip install gpxpy pip install Pillow Because those packages already installed on my system, I only receive message to update the package and the path to witch it was installed: install_packages If everything went well and without errors, then Python environment is ready Mapillary Tools scripts execution.

Calculating the image direction with use of Python scripts.

First I need to mention that Mapillary Tools has a lot of scripts for image processing and further upload to the Mapillary service, including the script to geotag the photos, but not all of them are working or work incorrectly, and author of the scripts mentioned this in the comments to the scripts. For example, I didn’t manage to geotag my photos (currently in correspondence with the scripts developer to resolve the issue), that’s why I described two easier ways to do that in this article. But fortunately, script for calculation of direction photo was shot, in my case, is working and very quickly calculates and writes image direction tag in degrees based on the coordinates of the next photo that was taken in time-lapse sequence. Thus, let’s start calculation of the direction photos were shot. At this step we already have a folder with photos that already has GPS coordinates and time stamps and only thing we need is to enter the path to the script, then to the folder with photos and camera angle offset in regards to the direction we moved. If camera was pointed in same direction to which we moved, then angle offset will be “0”. Scripts are in the archive Mapillary Tools that we downloaded and extracted earlier in the Documents folder. In my case path to the script “”, which we need is: “C:\Users\vfedo\Documents\Mapillary\mapillary_tools-master\python\” Path to the folder with photos: “D:\Mapillary\19.05.2016\backup” Then run the command line and enter: python “C:\Users\vfedo\Documents\Mapillary\mapillary_tools-master\python\” “D:\Mapillary\19.05.2016\backup” 0 (you could use quotation marks or not, it doesn’t matter, but it helps me to outline separate parts of the command) interpolate_direction_script After the script is done its magic we have geotagged photos which has direction of shooting and ready to be uploaded to the Mapillary service. You could check the direction of photos visually in the GeoSetter program by selecting directory with photos and switching from photo to photo by arrow key, this will help to detect the photos which was possibly processed incorrectly by “” script, for example when you wait for the green light GPS-track points will be “dancing” around your real position, due to the GPS unit working principle and possibilities, thus the direction of such images will be calculated improperly, consider deleting such photos from sequence before you upload to Mapillary. Direction could be set after you upload to Mapillary as well, but it will take long to process, (currently service accepts up to 100 changes at time from the editor) and even if you could see that the angle was set for the photo in editor it still points to the north and when you check them in JOSM it’s the same. That’s why to get quality sequence better upload completely ready photos (that include tags: "GPSLongitude", "GPSLatitude", "DateTimeOriginal" та “GPSImgDirection” in the exif header). If photos still were uploaded to the server without “GPSImgDirection” tag, it could be corrected in the editor for the whole sequence: enter the editor and check the box to set the direction angle so each photo will be facing next photo in the sequence and if needed specify the offset angle. Offset angle is counted clock-wise in the North-East system of coordinates in range from 0 to 359 degrees. For example, if camera was pointed from left window of the moving car, then angle offset will be 270 degrees (or -90 degrees, which is same direction). While testing, three of mine first sessions were (1, 2, 3) were uploaded without proper tag “GPSImgDirection” and though I edited them on Mapillary they still facing North on the service and in JOSM, maybe Mapillary team will fix that over time. There are upload scripts as well, but in this article I will describe manual upload in the web-browser, so you could see if photos were geotagged and processed correctly.

Uploading to Mapillary

In order to be able to upload photos to Mapillary service you need to create user account. After your successful registration go to the right upper corner and by clicking your user name you could set up your profile, go to your profile or start Manual Uploads. mapillary_user_profile Go the Manual Uploads and press Choose Files, select photos for upload and Mapillary will check them: upload_dialog If all necessary tags are present, then you will see photo sequence connected by line and each photo has the direction arrow: check_before_upload Then press Upload and wait for upload to be finished: press_upload If during upload process the progress shown in percent doesn’t change or your internet connection disconnected, you could continue to upload by pressing “Upload hung up? Click here.” link. upload_hung_up Page will update and show the photos that already uploaded, and the option to upload more photos to the sequence and Publish Sequence or cancel. Select upload more photos to the sequence and choose all photos again, Mapillary will check them, discard the duplicates and offer to upload rest of the photos, showing them on the mini-map with orange points. upload_more_photos_to_this_sequence After upload finished, better to double-check the amount of photos in the folder. Everything seems right 646 photos uploaded. Now you could click Publish Sequence and receive a high five for the good work. Now let’s find out how to use photo data from Mapillary for mapping in OSM. publish_sequence

Using Mapillary service for mapping in OSM

Because we can use photo data from Mapillary to map the objects in OSM, let’s check how to do it with two most popular OSM editors, namely JOSM and iD Editor.

Using Mapillary with JOSM:

In order to use Mapillary service with JOSM and be able to set Mapillary imagery as a layer we need to install pugin of the same name. For that go to the JOSM Preferences (F12)>> Plugins tab>> Enter Mapillary into the search line. Restart JOSM after plugin installed. install_mapillary_plugin_en After JOSM is started load the map data for the area that has Mapillary coverage. Mapillary coverage could be checked at this web-page, enter your location or zoom in to it, by red lines photo sequences are shown. mapillary_map_coverage I will download an area of my own town, for which I uploaded photo sequence earlier. After OSM map data layer is loaded, Mapillary photo layer could be loaded by going the menu Imagery>> Mapillary (or by keyboard shortcut Shift+comma). mapillary_in_josm_en

Using Mapillary with iD Editor:

It is easy to make iD Editor show Mapillary photo layer, just enter the Edit mode for the chosen area, then click on Map Data button (shortcut F) and choose Mapillary photos. After that Mapillary photo layer will appear, showing the photo direction and photo markers which you could click to fix or hover you mouse pointer over them. (screenshot left as in my original post, i.e. iD Editor layout with Ukrainian language) mapillary_in_id_editor


Mapillary and OSM collaboration plays a big role in both projects development. This How To was created with intention to inspire OSM community to increase Mapillary coverage, because most likely small towns and other places don’t have it, and use of commercially available analogs for mapping in OSM is prohibited.

My Mapillary profile and first proper sequence.

Beautiful gif-animation was created with use of open-source program ScreenToGif.

This is translation of my original article, I am not native English speaker, if you find any mistakes please leave a comment, also share this with your local OSM community and any social network, feel free to use material in the article to translate it into your mother language with reference to this article.

Happy and productive mapping to everyone.

Taller de Mapeo Libre en la UNAM México

Posted by mapeadora on 23 May 2016 in Spanish (Español)

El pasado sábado 14 de mayo llevamos a cabo la segunda jornada de #MapeoLibre, en la continuidad de la jornada en la UAEMEX en Toluca. Este formato nos parece ser un buen cruce entre las enseñanzas técnicas con el uso de aplicaciones web y de campo, un panorama de distintas maneras de colaborar con Openstreetmap, y es también la ocasión de informar y tener retroalimentación sobre los tipos de proyectos y colaboraciones que pueden ser desarrollados explotando el material y los datos de Openstreetmap.

Llevamos a cabo estas jornadas en serie: la primera fue en la UAEMEX, seguimos con la UNAM de la Ciudad de México (facultad de Ingenieria), y estamos planeando las próximas en 3 otras universidades públicas para el próximo semestre. El formato combina conferencia teórica práctica y actividades con distintas herramientas sobre un día completo. En esta ocasión la jornada incluía:

  • Una introducción general a los datos abiertos, al uso de los datos para muchos propósitos entre cuales las políticas públicas y la investigación, presentamos algunos casos de proyectos con fines variados basados en Openstreetmap: el mapeo de Lerma (Estado de México), y el proyecto #Repubikla.
  • Una capacitación para Id Editor donde como en la experiencia pasada en la UAEMEX de Toluca enfocamos en ejercicio sobre el campus universitario.
  • Una introducción a HOT y al task manager con un ejercicio en un proyecto de nivel mediano de emergencia, en Ecuador.
  • Capacitación y ejercicio de campo con Mapillary y OSMtracker en el campus. Para el levantamiento de fotos con Mapillary, incentivamos los participantes a abonar al ejercicio de #Mapeaton, una cuenta colectiva creada para documentar masivamente las condiciones de tránsito y accesibilidad peatonal y en sillas de ruedas (estado de las banquetas, de los accesos, rampas, etc.).

Participamos en esta dinámica: Alberto Chung, Eldesbastemap, Ealp, Juane90, Josuer, Mapanauta, Mapeadora, Tavooca, Yoltotolhua.

La asistencia fue numerosa, equivalente a las jornadas en la UAEMEX, con cerca de 80 personas. Asistieron estudiantes de la facultad (una mitad aproximadamente), pero también profesores, personas de organizaciones sociales invitadas en el marco de otros talleres que hemos dado estos meses (3er Congreso Peatonal), personas de instituciones públicas con quienes estamos desarrollando colaboraciones, de la Ciudad de México y de otras entidades (Hidalgo). A raíz de estas capacitaciones masivas, estamos construyendo una red de difusión siempre más amplia, buscando tener más impacto en el fortalecimiento de la comunidad mapera de México y en el conocimiento de OSM por las instituciones públicas y las universidades.

Desde la jornada en la UAEMEX, buscando tener una dinámica que afiance el aprendizaje entre los asistentes, y hacer de ellos maperos constantes. Desde el evento de la UAEMEX, lanzamos una iniciativa de competencia de ediciones sobre un mes contando a partir de la fecha del evento, con un reconocimiento para los 5 mejores mapeadores. Para eso pedimos el uso de un hashtag en el changeset (#MapeoLibreUNAM, en este caso, junto con #mapathon), para monitorear los cambios, con las siguientes herramientas: y

Posteamos sobre el progreso durante el mes de competencia para motivar el grupo, mientras se gestionan regalos con patrocinadores. Esta acción sirve una triple estrategia: dar seguimiento a los usuarios y crear comunidad; seguir capacitando más allá del marco del taller, con la posibilidad de detectar y comunicar sobre errores recurrentes, fortaleciendo sus habilidades; sembrar un gusto por el mapeo. Se busca dejar un resultado emblemático y visible: el campus donde se realiza el evento y sus alrededores.

Cada actividad dio lugar a un diálogo enriquecedor con los asistentes, con preguntas tanto teóricas como técnicas, interés para conocer herramientas mas avanzadas, ideas inspiradoras y proyectos, con los cuales eventualmente podemos colaborar formalmente. También establecimos una dinámica post evento de feedback entre los instructores, discutiendo comentarios hechos individualmente por los participantes, como impresiones nuestras para mejorar siempre la dinámica. Nos pareció por ejemplo necesario tener en próximas sesiones un tiempo dedicado a lluvia de ideas con los asistentes sobre posibles proyectos, colaboraciones, o cómo las herramientas de OSM pueden servir sus proyectos actuales.

En cada uno de los talleres dados desde hace 8 meses (han sido 12 entre los talleres de Openstreetmap, de Repubikla y Mapillary/Mapeaton) se ha generado un gran potencial de colaboración con proyectos vinculados a OpenStreetMap o a herramientas de la comunidad. Siempre hemos descubierto visiones novedosas sobre temas de mapeo, un ejemplo reciente (en el marco de un taller de Repubikla en Morelia con el colectivo Bicivilízate) es el mapeo como performance de la memoria, #PerformanceDelCaminar, sobre los desaparecidos en el estado de Michoacán donde Fabiola Rayas, con enfoque artístico, documenta y recrea el último recorrido conocido de los desaparecidos junto con la familia y la comunidad (será el objeto de un próximo post).

Creating a New Diary Entry "Parsed by Markdown"

Posted by Alan Bragg on 23 May 2016 in English (English)

I'm trying to understand how to interpret the "Parsed by Markdown" table that appears next to the text "Body" in the OSM "New Diary Entry" form.

I understand to add a heading I must prefix it with a pound sign followed by a space "# " :

This is a heading

To create an "Unordered list" you prefix the text with an asterisk followed by a space "* "

  • First item in an unordered list
  • Second item in and unordered list

Similarly an "Ordered list" is a number followed by a period and a space "1. "

  1. First item
  2. Second item

A link is to be entered by using the format "[Text](URL)". Here you retain the brackets and parenthesis and replace the word "Text" with the name of the URL and letters "URL" with the actual web address.

Here's an example where I replaced "Text" with "OSM Diary Form" and URL with ""

OSM Diary Form

The last example for displaying an image is giving me trouble. The problem is that you need to use a URL for an image and the places I store photos like Flicker and Google Photos don't allows you to copy the link to the image file.

The format is "[Alt text](URL)".

Location: Evans Avenue, Bedford, Middlesex County, Massachusetts, 01730, United States of America

Review: OsmAnd: Navigating With OpenStreetMap

Posted by ryebread on 23 May 2016 in English (English)

As promised before, here's my review of a navigation application based on OpenStreetMap data, OsmAnd:

OsmAnd: Navigating With OpenStreetMap

I have to say that when I started using OsmAnd+ for surveying location, I saw occasional rendering hickups. It was not as pleasant as the other mapping applications, but it was still doing it's job.

Things changed dramatically when I tried using it on the roads with 45 mph (76 km/h) speed limit with complex intersections where zoom in/zoom out or turns caused the whole thing to redraw so furiously it was hard to keep track of what was where.

I posted a number of videos to show what I mean and I regret to say that I ended up with a result completely different to what I've hoped.

Yes, it is Open Source, and it has a ton of features (and almost awesome OSM Live!), but I just cannot use it for car navigation, sorry.

Location: West Lake Drive, Novi, Oakland County, Michigan, 48377, United States of America

Entrevista a la comunidad OSM en Perú

Posted by johnarupire on 21 May 2016 in Spanish (Español)

Recientemente nos hicieron una entrevista en la televisión pública del país, nos reunimos en el campus de la Universidad Nacional Mayor de San Marcos en Lima para explicarles a los periodistas nuestro trabajo con OpenStreetMap y nuestra participación en algunos proyectos como Mapazonia. En la entrevista participamos miembros de OpenStreetMap Perú y Mapbox Ayacucho. El vídeo OpenStreetMap y Mapazonía en Perú 7'' ha sido extraído de la versión original del programa Umbrales que se llamó "La revolución de los mapas" 1'1''. Le hemos agregado subtítulos en ingés y en francés para compartirlo con la comunidad OSM en el mundo.

Que lo disfruten!

Location: Breña, Provincia de Lima, Provincia Constitucional del Callao, Perú

OSM любить Mapillary

Posted by Blackbird27 on 20 May 2016 in Ukrainian (Українська)

Переглядаючи сторінки спільноти Open Street Map в Google+ наткнувся на статтю про співпрацю Open Street Map та Mapillary. Mapillary – це сервіс обміну фото з геотегами заснований Швецькою компанією Mapillary AB з Мальме. Мета компанії – представити весь світ (а не тільки вулиці) фотографіями за допомогою краудсорсингу. Мене зацікавило те, що геотеговані фотографії можна використовувати для створення даних в OSM, так як вони розповсюджуються по ліцензії CC-BY-SA та наявність втулка для популярного редактора JOSM і можливість підключення шару Mapillary у веб-редакторі iD. Сервіс Mapillary аналог сервісів Google Street View та Yandex Панорами, за виключенням того що користувачі самі наповнюють даний сервіс фото. Сервіс має додатки для телефонів на базі ОС Android, Windows Phone, iOS, BlackBerry OS. Проте зйомка з допомогою телефону серії знімків під час ходьби чи їзди на велосипеді не досить зручна і батарея телефону швидко розряджається, кріплення для телефону може бути не надійне і т.д.. Тому в даній статті я опишу те, як створювати панорами для сервісу з допомогою екшн камери. При використанні додатка Mapillary на телефоні, exif-теги необхідні для геолокації знімка (координати та напрям зйомки), записуються автоматично, так як телефон має вбудований компас та GPS. Екшн камери зазвичай не мають вбудованого GPS приймача (як наприклад Sony Action Cam HDR-AS30v), тому нам знадобиться GPS трек для ручної геолокації знімків.

Що нам знадобиться:

  1. Екшен камера з кріпленням (присоскою) для автомобіля або велосипеда, з можливістю зйомки фото з інтервалами (time-lapse). Я використовував дешеву та сердиту Xiaomi Yi Action Camera.
  2. Пристрій з можливістю запису GPS треку. Це може бути або GPS логгер, або телефон з GPS, або зв’язка двох пристроїв. Я використовую GPS логгер HOLUX RCV-3000 з’єднаний з телефоном по блютузу та встановлений на телефон OSMTracker (Android) для запису GPX трека. При “правильному” розміщенні супутників HOLUX RCV-3000 здатен видавати GPS дані з точністю до 1,7 метра.
  3. Трохи танців з бубном навколо Пітона (Python), широкосмуговий доступ до мережі інтернет для ручного завантаження знімків на Mapillary.

Тепер детальніше:

Запускаєм GPS пристрій, залишаємо його на місці до фіксації супутників (для кращої точності), після фіксації GPS починаємо запис GPS треку, запускаємо камеру на зйомку в режимі time-lapse і рухаємось по вулицях/місцях, для яких хочемо створити панораму, після завершення експортуємо дані з OSMTracker в .gpx-файл. Для велосипеду я вибрав інтервал зйомки 2с, для автомобіля який рухається швидше, є сенс вибрати менший інтервал, вищезгадана камера підтримує інтервал до 0,5 секунди. В моєму випадку я переконуюся, що годинник моєї камери синхронізовано з телефоном, а в налаштуваннях OSMTracker вибрана опція ігнорувати час GPS та використовувати час телефону для часових міток. скріншот OSMTracker Таким чином знімки з камери та часові мітки в .gpx-файлі будуть в однаковому часовому поясі та уже синхронізовані, якщо цього не зробити, то кореляцію можна провести пізніше при синхронізації знімків з GPS треком. Як результат отримали послідовність знімків та .gpx-файл записаного треку. Для зручності створюємо теку з поточною датою куди копіюємо наші знімки та .gpx-файл. В даній теці бажано створити теку “backup” куди також скопіювати наші знімки, як резервну копію, якщо щось піде не так.

Прив’язка знімків до GPS координат

Існує багато способів прив’язати знімки до GPS координат, від використання Windows-програм до використання Python-скриптів чи бібліотек Ruby Gems на Linux-системах. Я опишу два найпростіших:

Прив’язка за допомогою старого доброго JOSM:

Я використовую даний спосіб, простий і швидкий.

  1. Для запису координат до exif-даних знімків після їх синхронізації з gpx-треком у JOSM нам спочатку потрібно встановити втулок Photo Geotagging. Для цього заходимо в Налаштування JOSM (F12)>> вкладка Втулки>> Вводимо в рядок пошуку “ geotag ” та обираємо втулок, після встановлення втулка бажано перезапустити JOSM. photo_geotagging

  2. Запускаємо JOSM>>Відкриваємо наш .gpx-файл та додаємо наші зображення до GPS-треку, задаємо зміщення 0, так як наш gpx-трек записаний за місцевим часом (часом телефону), якщо ж трек записаний без попередньої корекції (GPS-час в UTC 0:00), то необхідно підібрати зміщення місцевого часового поясу відносно Гринвіча. open_gpx_and_photos

  3. Далі просто правою клавішею викликаємо меню на шарі “Зображення з геотегами” та обираємо пункт “Записати координати в заголовок зображення”, тиснемо так. Додатково можна поставити галочку на пункті “зберегти резервні копії”, якщо знімки не було зарезервовано раніше. Збереження змін дуже швидке. save_photos

  4. Після даних операцій кожен знімок повинен містити координати та висоту над рівнем моря, якщо даний параметр наявний в .gpx-файлі. Перевірити можна з допомогою простого додатка ExifTool просто перетягнувши файл знімку на іконку програми. file_check

Альтернативний спосіб з допомогою freeware-програми GeoSetter

  1. Запускаємо GeoSetter та в рядку вибору каталогів вибираємо каталог зі знімками, які ми хочемо прив’язати до координат. open_photos_geosetter

  2. Виділяємо всі знімки в каталозі (Ctrl+A) та натискаємо на іконку “Синхронізувати геодані вибраних знімків з геоданими GSP-файлів” (Ctrl+G), після чого з’явиться діалогове вікно для вибору GPS-треку, та налаштування параметрів синхронізації. select_img_and_syncronize

  3. Обираємо .gpx-файл для синхронізації (якщо трек в тому ж каталозі, що і зображення, обирати не потрібно), якщо необхідно обираємо параметри зміщення та натискаємо Ok. Якщо часові мітки знімків та .gpx-файлу знаходяться в одному часовому поясі, то програма повідомить нам, що GPS-дані були знайдені для певної кількості знімків. Якщо не було знайдено знімків, які відповідають часовим міткам .gpx-файлу, то необхідно встановити зміщення часового поясу. Після синхронізації не забуваємо зберегти геотеги до знімків, натиснувши на іконку дискети або комбінацію (Ctrl+S). Збереження проходить значно довше ніж в JOSM. img_syncronized

  4. Після даних операцій кожен знімок повинен містити координати та висоту над рівнем моря, якщо даний параметр наявний в .gpx-файлі. Перевірити можна з допомогою простого додатка ExifTool просто перетягнувши файл знімку на іконку програми.

Попереднє стиснення зображень

Даний крок можна пропустити при наявності якісного широкосмугового доступу до інтернет з високою швидкістю відвантаження. Даний крок потрібно виконати до розрахунку напряму зображення, так як в моєму випадку Adobe Lightroom видалив тег GPS Img Direction з шапки файлу зображення, незважаючи на те, що при збережені був вибраний пункт збереження всіх метаданих. Після імпорту в Adobe Lightroom було виконано автоматичну корекцію одного зображення, після чого дані корекції скопійовані на інші зображення, далі зображення експортовано зі стисненням розміру до 700 кБ без зміни роздільної здатності та збільшення чіткості для екрану. Команда Mapillary в своїх інструкціях рекомендує використання freeware редактора IrfanView для масової обробки файлів.

Налаштування середовища Python для роботи зі скриптами Mapillary Tools

Передумовою даного кроку є установлене та правильно налаштоване середовище програмування Python, в нашому випадку нам потрібен Python версії 2, крайній реліз можна завантажити тут. Як правильно налаштувати Python можна прочитати тут англійською. Далі нам будуть потрібні скрипти Mapillary Tools, завантажити їх можна з GitHub тут. Архів бажано розпакувати на диску С в теку Документи користувача, так як диск С є робочим середовищем для Python. Не зовсім повна та коректна стаття про те як запускати скрипти на Python для Mapillary знаходиться тут. Далі для правильної роботи скриптів Mapillary Tools, попередньо доведеться встановити декілька бібліотек/пакунків через pip (Менеджер встановлення пакунків), а саме:

  • exifread – встановлюється через pip.
  • gpxpy – встановлюється через pip.
  • PIL – встановлюється через pip.
  • pyexiv2 – встановлюється через встановлювач Windows в залежності від версії системи x32 або x64.

Далі детальніше:

Запускаємо командний рядок, через команду Виконати (Win+R), в поле вводимо “cmd” run_cmd Перевіряємо чи працює середовище Python, вводимо в командному рядку “python”, якщо все налаштовано згідно інструкцій в посиланні вище, то повинен запуститися інтерпретатор Python. Про запуск інтерпретатора Python свідчить поява >>> в командному рядку, тепер можна виконувати прості команди такі як “print ("Слава OSM")” та прості математичні операції. check_if_python_set_up_properly simple_operations Коли впевнилися, що середовище Python налаштоване правильно закриваємо дане вікно та повторно запускаємо командний рядок. Далі встановлюємо пакунки необхідні для запуску скриптів Mapillary Tools, а саме: exifread, gpxpy, Pillow, бібліотеку pyexiv2 встановлюємо вручну за посиланнями наданими вище. Python (поточна версія 2.7.11) за замовчуванням встановлюється за таким шляхом C:\Python27\python.exe. Разом з Python інсталюється Менеджер встановлення пакунків “pip”, в моєму випадку його було встановлено в C:\Python27\Scripts\pip.exe. В командному рядку переходимо в теку C:\Python27\Scripts\, щоб задіяти можливості “pip.exe”, для цього набираємо в командному рядку “cd C:\Python27\Scripts\ (шлях можна просто скопіювати та вставити в командний рядок натисканням правої клавіші миші): change_directory_to_pip Далі вводимо послідовно та спостерігаємо за процесом встановлення пакунків: pip install exifread pip install gpxpy pip install Pillow Так як дані пакунки уже встановлені в моєму середовищі Python, то з’являється тільки пропозиція оновити дані пакунки: install_packages Якщо все пройшло без помилок то середовище Python тепер готове до роботи зі скриптами Mapillary Tools.

Розрахунок напрямку зйомки зображення з допомогою скриптів Python

Спочатку хочу сказати, що Mapillary Tools містить багато скриптів для обробки зображень та для завантаження на сервіс Mapillary, в тому числі і скрипт для прив’язки зображень до GPS координат, проте деякі з них не працюють або працюють неправильно, про що автор скриптів і написав у коментарях даних скриптів. Так наприклад мені не вдалося прив’язати зображення до GPS координат, тому я і описав два простіших способи раніше у статті. Але скрипт для визначення напряму зйомки шляхом інтерполяції в моєму випадку працює і швидко задає напрям зйомки фото у градусах базуючись на координатах наступного знімка в серії time-lapse. Отже, перейдемо до встановлення напрямку зйомки. На даному етапі у нас є тека зі знімками, які уже мають координати та часові мітки, тому все що нам потрібно це вказати шлях до скрипта, шлях до теки зі знімками та зміщення камери відносно напряму руху. Якщо камера напрямлена в напрямку руху, то зміщення буде “0” Скрипти знаходяться в папці python завантаженого раніше архіву Mapillary Tools. В моєму випадку шлях до скрипта “”, який нам потрібен наступний: “C:\Users\vfedo\Documents\Mapillary\mapillary_tools-master\python\” Шлях до теки зі знімками наступний: “D:\Mapillary\19.05.2016\backup” Далі запускаємо командний рядок та вводимо наступне: python “C:\Users\vfedo\Documents\Mapillary\mapillary_tools-master\python\” “D:\Mapillary\19.05.2016\backup” 0 interpolate_direction_script Після закінчення роботи скрипта отримали знімки з прив’язкою до GPS координат та напрямом зйомки, які готові до завантаження на сервіс Mapillary. Наглядно напрям знімків можна перевірити в програмі GeoSetter, просто обравши каталог зі знімками та переходячи між файлами стрілками клавіатури, це дозволить знайти знімки, які були оброблені не коректно скриптом, наприклад при простої перед світлофором точки GPS-треку будуть “танцювати” навколо вашої реальної позиції, тому і напрям знімків буде визначено помилково. Дану операцію можна виконати і через сервіс Mapillary, і це стосується саме послідовності знімків зроблених при русі на велосипеді/пішки/автомобілем, але обробка займає багато часу і мої знімки хоч і мають правильний кут в редакторі Mapillary, при перегляді все-одно напрямлені на північ (за замовчуванням) те ж саме при перегляді в JOSM, тому краще завантажувати повністю підготовлені знімки (з необхідними тегами: "GPSLongitude", "GPSLatitude", "DateTimeOriginal" та “GPSImgDirection”. Якщо ж зображення все-таки були завантажені без тега “GPSImgDirection”, це можна виправити. Для цього потрібно зайти в редактор зображень Mapillary та вибрати опції послідовності зображень, щоб кожне зображення орієнтувалося в напрямку позиції наступного зображення та виставити кут відхилення від напрямку руху, якщо камера була направлена не за напрямком руху. Відлік кута відхилення іде за часовою стрілкою в системі Північ-Схід в діапазоні від 0 до 359 градусів. Наприклад коли камера була напрямлена в ліве вікно автомобіля, то зміщення камери відносно напряму руху буде 270 градусів (або -90). При тестуванні три моїх послідовності знімків (1, 2, 3) були завантажені без належного тегу “GPSImgDirection” і хоча й була вибрана вищезгадана опція, знімки все-одно направлені на північ, як на сервісі так і в JOSM. Для завантаження на сервіс також є скрипти, але в даній статті буде розглянуто ручне завантаження через веб-браузер, так як буде видно чи правильно оброблені знімки.

Завантаження на Mapillary

Для завантаження на Mapillary спочатку потрібно створити обліковий запис на даному сервісі. Після успішної реєстрації заходимо на сторінку Mapillary та у правому верхньому кутку буде ім’я користувача вибране при реєстрації. Натиснувши на ім’я користувача можна налаштувати профіль користувача, перейти до профілю користувача та перейти до Ручних Завантажень. mapillary_user_profile Переходимо в розділ ручних завантажень, та натискаємо Вибір файлів (Choose Files), вибираємо зображення для завантаження після чого Mapillary перевіряє зображення: upload_dialog Якщо всі необхідні теги присутні, то ви побачите послідовність знімків з’єднаних лінією, кожне зображення матиме стрілочку яка вказує напрям: check_before_upload Далі тиснемо Відвантажити і чекаємо доки знімки передадуться на сервер Mapillary. press_upload Якщо під час відвантаження не змінюється відсоток відвантажених знімків, або ж обірвалося з’єднання з мережею інтернет, завантаження можна продовжити, натиснувши на посилання “Upload hung up? Click here.” upload_hung_up Сторінка оновиться і буде показано знімки, які уже відвантажені на сервер при цьому потрібно знову вибрати усі знімки, сервіс перевірить їх та відкине усі знімки, які уже відвантажено, та запропонує відвантажити знімки які лишилися, показавши їх положення на міні-карті оранжевими прапорцями. upload_more_photos_to_this_sequence Після завантаження всіх знімків, кількість у відвантаженій послідовності бажано звірити з кількістю файлів у каталозі зі знімками. Все правильно 646 знімків завантажено. Тепер можна натискати на кнопку Опублікувати послідовність (Publish Sequence) і отримуємо віртуальний “Дай п’ять” за гарну роботу. Тепер розберемося як використовувати дані з Mapillary для картографії OSM. publish_sequence

Використання сервісу Mapillary для картографії в OSM.

Так як дані з Mapillary можна використовувати для нанесення об’єктів OSM, то розглянемо як це можна зробити у двох найпопулярніших редакторах даних OSM, а саме JOSM та iD Editor.

Використання Mapillary в JOSM:

Для використання сервісу Mapillary в JOSM з можливістю відображення геотегованих зображень як шару, спочатку потрібно встановити однойменний втулок. Для цього заходимо в Налаштування JOSM (F12)>>вкладка Втулки>>в рядок пошуку вводимо Mapillary. Після встановлення втулка перезавантажте JOSM. install_mapillary_plugin Після запуску JOSM завантажуємо дані мапи з сервера OSM для ділянки де є покриття Mapillary. Покриття можна перевірити на веб-сторінці сервісу Mapillary, через пошук на інтерактивній карті, зеленим кольором зображені послідовності знімків. На жаль, на даний момент покриття є для частини обласних центрів України. mapillary_map_coverage Я завантажу область рідного смт, для якої я відвантажував геотеговані послідовності знімків. Після завантаження шару даних мапи OSM, шар знімків Mapillary можна завантажити з меню Фон>>Mapillary (або комбінацією клавіш Shift+comma). mapillary_in_josm

Використання Mapillary в iD Editor:

Для підключення шару Mapillary в iD Editor потрібно просто зайти в режим редагування обраної ділянки та натиснути на іконку меню Дані мапи (комбінація клавіш F) та обрати Фото-шар (Mapillary). Після цього з’явиться шар знімків Mapilary з напрямом та можливістю натискати на прапорець для фіксації зображення. mapillary_in_id_editor


Співпраця Mapillary та OSM має велике значення для обох проектів. Дане керівництво створювалось з метою надихнути спільноту OSM Україна на збільшення покриття Mapillary на території України, для заповнення прогалини Yandex Панорам, що доступні тільки для обласних центрів та міжнародних трас і дозвіл на використання яких для OSM, завжди може бути припиненим.

Посилання на мій профіль Mapillary та першу вдало створену послідовність фото.

Чудова gif-анімація була створена за допомогою open-source програми ScreenToGif.

Якщо помітили помилку в статті прошу повідомити.

Всім веселого та продуктивного мапінгу.

Older Entries | Newer Entries