地图符号优化 | Map Symbology Optimizer

Optimizes map symbology colors based on color theory and visual perception: WCAG contrast (selects the optimal black/white text color for each class), color-vision accessibility (class colors must remain distinguishable after deuteranopia simulation) and visual hierarchy (inter-class color distance metric).

Classification uses the Okabe-Ito / Tol accessible palettes, and outputs a complete symbology scheme as JSON plus a color scheme figure.

Core Algorithm / 核心算法

relative_luminance/contrast_ratio (WCAG, (L1+.05)/(L2+.05)) → simulate_deuteranopia linear matrix → min_pairwise_separation determines color-vision safety → best_text_color picks the text color → optimize_symbology assembles the scheme.

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-symbology-optimizer.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (equal-interval classification)

python geoskill-map-symbology-optimizer.py --input landcover.tif --method equal_interval --classes 6

Example 3 (Tol muted palette)

python geoskill-map-symbology-optimizer.py --input landcover.tif --palette tol-muted

Example 4 (synthetic, 4 classes)

python geoskill-map-symbology-optimizer.py --bbox 116 39 117 40 --synthetic --classes 4

Example 5 (quantile + Okabe-Ito)

python geoskill-map-symbology-optimizer.py --input landcover.tif --method quantile --palette okabe-ito

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-symbology-optimizer description: 'Optimize map symbology using color theory, contrast, visual hierarchy and accessible palettes'

地图符号优化 | Map Symbology Optimizer

基于色彩理论与视觉感知优化地图符号配色：WCAG 对比度（为每类选最优黑/白文字）、色觉无障碍（deuteranopia 模拟后要求类别色仍可区分）、视觉层次（类间色彩距离度量）。

分类采用 Okabe-Ito / Tol 无障碍调色板，输出完整符号方案 JSON 与配色图。

核心算法

relative_luminance/contrast_ratio(WCAG,(L1+.05)/(L2+.05)) → simulate_deuteranopia 线性矩阵 → min_pairwise_separation 判定色觉安全 → best_text_color 选文字色 → optimize_symbology 组装方案。

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-symbology-optimizer.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（等间距分类）

python geoskill-map-symbology-optimizer.py --input landcover.tif --method equal_interval --classes 6

示例 3（Tol muted 调色板）

python geoskill-map-symbology-optimizer.py --input landcover.tif --palette tol-muted

示例 4（合成 4 类）

python geoskill-map-symbology-optimizer.py --bbox 116 39 117 40 --synthetic --classes 4

示例 5（分位数 + Okabe-Ito）

python geoskill-map-symbology-optimizer.py --input landcover.tif --method quantile --palette okabe-ito

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