项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 14332
使用教程
环境要求
- Python 3.11 或更高版本
- 可用的 pip 包管理工具
- 已安装 Git(Colab 方式安装时需要)
- 运行前端需安装 streamlit
- 运行教程需安装 marimo(已包含在 requirements.txt 中)
安装与启动步骤
-
1确认 Python 版本
prettymaps 要求 Python 3.11+,先确认本机 Python 版本满足要求,否则升级后再安装。
python --version -
2安装 prettymaps
使用 pip 从 PyPI 安装 prettymaps 库,这是本机安装的官方方式。
pip install prettymaps -
3Colab 方式安装
在 Google Colaboratory 中改用仓库源码安装,单元里命令需带感叹号,装完必须重启运行时。
pip install -e "git+https://github.com/marceloprates/prettymaps#egg=prettymaps" -
4重启 Colab 运行时
Colab 安装完成后,通过 Runtime -> Restart Runtime 重启运行时,再导入 prettymaps,否则可能导入失败。
-
5运行前端应用
先进入 prettymaps 仓库目录,再执行 streamlit 命令启动前端,README 使用仓库内的 app.py。
streamlit run app.py -
6安装 marimo 教程
marimo 已列在 requirements.txt 中,若要本地跑教程需额外安装。
pip install marimo
如何确认成功
执行 import prettymaps 无报错;运行 streamlit run app.py 后浏览器能打开它输出的本地地址页面。
常见问题
Q:安装后 import prettymaps 报错怎么办?
A:若是在 Colab 上用源码方式安装,需先按 README 提示重启运行时(Runtime -> Restart Runtime)再导入。
Q:前端应用怎么启动?
A:进入 prettymaps 仓库目录后执行 streamlit run app.py,README 未给出端口,按终端输出提示访问本地地址。
Q:可以商用吗?
A:可以。项目采用 AGPL v3.0 许可,允许商业使用、分发和修改,但必须披露源码并保留许可证与版权声明。
Q:生成的地图能去掉署名吗?
A:不能。README 明确要求保留图上标注的仓库和 OpenStreetMap 署名信息,这是 OSM 许可证的强制要求。
注意事项
- 必须保留图中对 prettymaps 仓库与 OpenStreetMap 的署名信息。
- 项目许可证为 GNU AGPL v3.0,修改分发时需公开源码并保留声明。
- README 未提供命令行绘图接口示例,绘图请在 Python 代码或 streamlit 前端中操作。
- 作者声明反对 NFT 用途,使用时请留意相关说明。
核心亮点
- 基于真实 OpenStreetMap 数据,地图准确且细节丰富
- 提供多种预设风格和高度自定义选项,满足不同审美需求
- 输出矢量格式,可无损缩放,适合印刷和高质量展示
不足之处
- 依赖外部数据源,网络不稳定时下载可能失败
- 文档和示例相对有限,高级定制需要阅读源码
适用场景
- 制作城市主题的装饰画或海报
- 为旅行手账或博客生成个性化地图插画
- 用于文创产品设计,如明信片、手机壳图案
替代项目
OSMnx、Folium、MapLibre GL JS
上一篇:galaxy-explorer
下一篇:PGS
同类项目推荐
stb-tester
开源
用摄像头看屏幕、用红外按遥控,自动跑机顶盒测试
Automated Testing for Set-Top Boxes and Smart TVs
SimdPaddleOCR
开源
纯C#跑PP-OCRv6,SIMD加速,多平台离线文字识别
纯 C# PP-OCRv6 推理库:多平台手写 Kernel / GEMM 等算子、超高性能、低内存需求、超高准···
obsidian-text-extractor
开源
图片PDF一键变可搜索文字,笔记整理效率翻倍
A (companion) plugin to facilitate the extraction of text from images (OCR) and PDFs···
2d-space-colonization-experiment···
开源
用几行规则,在2D画布上长出千变万化的分支形态
Visual experiments exploring space colonization as a 2D morphogenesis tool.
spirula-studio
开源
视频一键训练成3D高斯和网格,A卡N卡都能跑
Cross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.
awesome-low-light-image-enhancem···
开源
低光增强论文与代码一站索引,快速选型不迷路
This is a resouce list for low light image enhancement
001
开源
用代码画图,玩转 WebGL 创意视觉
draw_code.001 — ThreeJS, WebGL & GLSL
n8n-nodes-tesseractjs
开源
在 n8n 工作流里拖个节点,图片直接变文字
A N8N node that exposes the Tesseract OCR engine for converting images to text
HugsVision
开源
一行代码调用 Hugging Face 视觉模型,快速实现分类、检测与生成
HugsVision is a easy to use huggingface wrapper for state-of-the-art computer vision
