SlideShare a Scribd company logo
1 of 23
Download to read offline
Google	
  Earthでの	
  
点・線・面の作り方	
  
と	
  
データの保存
Google	
  Earthを起動します
上部のツールバーより点・線・面の描画を選択します	
↑点 ↑面 ↑線
点の描画の仕方
点の描画の仕方	
・押しピンのマークを選択すると、マップ上にマークが出てきます。	
・マークをドラッグして	
  
 目的の場所に移動させます
名前のところに地点の名前を入れます	
自由にその地点の説明文を書きます	
地点のアイコンを変更する事が出来ます	
アイコンの色や大きさを変える事が出来ます
画像を入れる場合はここに、URLをいれる。	
  
ローカルに保存されている画像の場合はパスを記入する。	
  
	
  
「../../../画像名.JPG」	
  
など	
  
	
  
画像の使用の際には著作権などに気をつけましょう
完成	
  
線の描画の仕方
線の描画の仕方	
・このマークを選択します。	
・マップ上をクリックしていき、	
  
 線を書いていきます。	
  
	
  
(訂正する場合はBack	
  Spaceキー)
線の名前を記入します	
線の色や太さを帰る事が出来ます	
自由に説明を書く事が出来ます。	
  
画像を入れる事も出来ます。
線の完成!
面の描画の仕方
線の描画の仕方	
・このマークを選択します。	
・マップ上をクリックしていき、	
  
 面を書いていきます。	
  
	
  
(訂正する場合はBack	
  Spaceキー)
面の名前を記入します	
  
面の色や透過度を変える事が出来ます	
自由に説明や画像を入れる事
が出来ます
完成!
データの保存方法
作ったデータはgoogle	
  earthの左枠の「場所」のところに出来ています。
ここで、右クリックして、フォルダを作ります	
  
追加>フォルダ
作成したフォルダにデータをドラッグして入れて
いきます。
データを入れたフォルダを右クリックして、「名前をつけて場所を保存」をします
保存する名前を入力します	
ファイル形式を選択します	
  
(kmlもしくはkmz)	
  
保存先にgoogle	
  earthのアイコンが出来れてれば、保存完了!!

More Related Content

What's hot

Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Masaya Kaneko
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理Toru Tamaki
 
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用SSII
 
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説Yusuke Sekikawa
 
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築Yoshitaka HARA
 
CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)
CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)
CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)OSgeo Japan
 
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発Yoshitaka HARA
 
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)Masaya Kaneko
 
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成MobileRoboticsResear
 
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東) BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東) Mai Nishimura
 
Cesiumを用いた3次元リアルタイムデータの可視化について
Cesiumを用いた3次元リアルタイムデータの可視化についてCesiumを用いた3次元リアルタイムデータの可視化について
Cesiumを用いた3次元リアルタイムデータの可視化についてRyousuke Wayama
 
CNN-SLAMざっくり
CNN-SLAMざっくりCNN-SLAMざっくり
CNN-SLAMざっくりEndoYuuki
 
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object DetectionDeep Learning JP
 
Direct Sparse Odometryの解説
Direct Sparse Odometryの解説Direct Sparse Odometryの解説
Direct Sparse Odometryの解説Masaya Kaneko
 
Sift特徴量について
Sift特徴量についてSift特徴量について
Sift特徴量についてla_flance
 
論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)Masaya Kaneko
 
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited20160724_cv_sfm_revisited
20160724_cv_sfm_revisitedKyohei Unno
 
局所特徴量と統計学習手法による物体検出
局所特徴量と統計学習手法による物体検出局所特徴量と統計学習手法による物体検出
局所特徴量と統計学習手法による物体検出MPRG_Chubu_University
 
ピンホールカメラモデル
ピンホールカメラモデルピンホールカメラモデル
ピンホールカメラモデルShohei Mori
 

What's hot (20)

Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
 
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
 
G2o
G2oG2o
G2o
 
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説
 
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
 
CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)
CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)
CS立体図を用いた地形判読(FOSS4G 2017 Tokyoハンズオン)
 
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
 
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
 
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
 
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東) BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
 
Cesiumを用いた3次元リアルタイムデータの可視化について
Cesiumを用いた3次元リアルタイムデータの可視化についてCesiumを用いた3次元リアルタイムデータの可視化について
Cesiumを用いた3次元リアルタイムデータの可視化について
 
CNN-SLAMざっくり
CNN-SLAMざっくりCNN-SLAMざっくり
CNN-SLAMざっくり
 
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
 
Direct Sparse Odometryの解説
Direct Sparse Odometryの解説Direct Sparse Odometryの解説
Direct Sparse Odometryの解説
 
Sift特徴量について
Sift特徴量についてSift特徴量について
Sift特徴量について
 
論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)
 
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
 
局所特徴量と統計学習手法による物体検出
局所特徴量と統計学習手法による物体検出局所特徴量と統計学習手法による物体検出
局所特徴量と統計学習手法による物体検出
 
ピンホールカメラモデル
ピンホールカメラモデルピンホールカメラモデル
ピンホールカメラモデル
 

Viewers also liked

伊能社中 地図研修会【入門編】【初級編】
伊能社中 地図研修会【入門編】【初級編】伊能社中 地図研修会【入門編】【初級編】
伊能社中 地図研修会【入門編】【初級編】Hiroaki Sengoku
 
デジタル主題図の作りかた
デジタル主題図の作りかたデジタル主題図の作りかた
デジタル主題図の作りかたKento Ide
 
Self hazardmap20140817
Self hazardmap20140817Self hazardmap20140817
Self hazardmap20140817Tomoaki Ito
 
Google earthとは・opentextmapとは
Google earthとは・opentextmapとはGoogle earthとは・opentextmapとは
Google earthとは・opentextmapとはNaoya Nishibayashi
 
地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)
地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)
地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)Naoya Nishibayashi
 
20170121 codeforikoma cesium実践
20170121 codeforikoma cesium実践20170121 codeforikoma cesium実践
20170121 codeforikoma cesium実践Naoya Nishibayashi
 
伊能社中の一億総伊能化計画
伊能社中の一億総伊能化計画伊能社中の一億総伊能化計画
伊能社中の一億総伊能化計画Hiroaki Sengoku
 
カーネル密度推定
カーネル密度推定カーネル密度推定
カーネル密度推定Akisato Kimura
 
学び方・教え方が変わる!直感で学べる電子地図教材
学び方・教え方が変わる!直感で学べる電子地図教材学び方・教え方が変わる!直感で学べる電子地図教材
学び方・教え方が変わる!直感で学べる電子地図教材Hiroaki Sengoku
 
2014年度中部大学共同研究報告
2014年度中部大学共同研究報告2014年度中部大学共同研究報告
2014年度中部大学共同研究報告Hiroaki Sengoku
 
みんなでつくるデジタル地図教材 学校支援活動
みんなでつくるデジタル地図教材 学校支援活動みんなでつくるデジタル地図教材 学校支援活動
みんなでつくるデジタル地図教材 学校支援活動Hiroaki Sengoku
 
カーネル密度推定を用いた店舗情報の可視化
カーネル密度推定を用いた店舗情報の可視化カーネル密度推定を用いた店舗情報の可視化
カーネル密度推定を用いた店舗情報の可視化Kanetaka Heshiki
 
QgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみようQgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみようNozomiIriomote
 

Viewers also liked (17)

アイコンの変え方
アイコンの変え方アイコンの変え方
アイコンの変え方
 
Arctokml
ArctokmlArctokml
Arctokml
 
伊能社中 地図研修会【入門編】【初級編】
伊能社中 地図研修会【入門編】【初級編】伊能社中 地図研修会【入門編】【初級編】
伊能社中 地図研修会【入門編】【初級編】
 
デジタル主題図の作りかた
デジタル主題図の作りかたデジタル主題図の作りかた
デジタル主題図の作りかた
 
Self hazardmap20140817
Self hazardmap20140817Self hazardmap20140817
Self hazardmap20140817
 
Google earthとは・opentextmapとは
Google earthとは・opentextmapとはGoogle earthとは・opentextmapとは
Google earthとは・opentextmapとは
 
Foss4g資料西林
Foss4g資料西林Foss4g資料西林
Foss4g資料西林
 
地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)
地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)
地図教材コンテストに応募されたマニアックな地図たち(と、少しキャズムについて)
 
20170121 codeforikoma cesium実践
20170121 codeforikoma cesium実践20170121 codeforikoma cesium実践
20170121 codeforikoma cesium実践
 
伊能社中の一億総伊能化計画
伊能社中の一億総伊能化計画伊能社中の一億総伊能化計画
伊能社中の一億総伊能化計画
 
カーネル密度推定
カーネル密度推定カーネル密度推定
カーネル密度推定
 
学び方・教え方が変わる!直感で学べる電子地図教材
学び方・教え方が変わる!直感で学べる電子地図教材学び方・教え方が変わる!直感で学べる電子地図教材
学び方・教え方が変わる!直感で学べる電子地図教材
 
2014年度中部大学共同研究報告
2014年度中部大学共同研究報告2014年度中部大学共同研究報告
2014年度中部大学共同研究報告
 
みんなでつくるデジタル地図教材 学校支援活動
みんなでつくるデジタル地図教材 学校支援活動みんなでつくるデジタル地図教材 学校支援活動
みんなでつくるデジタル地図教材 学校支援活動
 
Rits20161207
Rits20161207Rits20161207
Rits20161207
 
カーネル密度推定を用いた店舗情報の可視化
カーネル密度推定を用いた店舗情報の可視化カーネル密度推定を用いた店舗情報の可視化
カーネル密度推定を用いた店舗情報の可視化
 
QgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみようQgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみよう
 

Google Earthでの点・線・面の作り方