Pythonで地図グッズを自作してみた

この記事は「FOSS4G Advent Calendar 2025」の17日目の記事です。

1. はじめに

初投稿です。よろしくお願いします。

好きな地域の地図グッズが欲しかったので、OpenStreetMapのデータとOSMnxを使用して自作してみました。

本年7月に開催されたFOSS4G KANSAIでOSMnxを知ったこともあり、FOSS4Gのアドベントカレンダーに参加することとしました。

人生初の個人開発ということもあり、拙い点も多々あるかと思いますが、ご容赦いただけますと幸いです。

2. 作成したもの

1. プログラム

Pythonのライブラリ「OSMnx」を使用したプログラムです。

OpenStreetMapから指定したタグおよび範囲のデータを取得したのち、pngで保存する処理を行います。

なお、データを重ね合わせるために「mapplotlib」を使用しています。

ソースコード

import osmnx as ox
import matplotlib.pyplot as plt
import contextily as ctx
import geopandas as gpd
import matplotlib.patheffects as pe

# 画像設定
fig_height = 3.8 # 82mm=3.22inch
fig_width = 5 # 105mm=4.13inch
dpi = 600

# 色設定
background_color = '#fefcf7'   # ミルキーホワイト（より明るく）
water_color          = '#5dbbe3'  # パステルブルー（鮮やかに）
road_color           = '#64c2a6'  # 明るいグリーン（白背景に映える）
railways_color       = '#2e2e2e'  # 鉄道：印刷で潰れないように濃いグレ
buildings_color      = '#d8a976'  # はっきりしたベージュオレンジ系
national_road_color = '#e6725b'  # 国道：明るめレンガ色

# 地図の設定
north = 44.97 #44.97
south = 44.87 #44.87
east = 141.88 # 141.9
west = 142.07 #142.07

# キャッシュの設定
ox.settings.use_cache = True
ox.settings.log_console = True

# 画像の設定
fig, ax = plt.subplots(figsize=(fig_width, fig_height)) # 図のサイズと背景色
plt.subplots_adjust(left=0, right=1, bottom=0, top=1) # 余白を極力狭くする　
ax.set_facecolor(background_color) # グラフエリア内の背景色

# データの取得と出力
print("川データ")
rivers = ox.features_from_bbox(bbox=[west, south, east, north], tags={'waterway': 'river'})
rivers.plot(ax=ax, color=water_color, linewidth=0.5)

print("水域データ")
water = ox.features_from_bbox(bbox=[west,south,east,north],tags={'natural': 'water'})
ox.plot_footprints(water, ax=ax, color=water_color, show=False, close=False)

print("車両道路データ")
road = ox.graph_from_bbox(bbox=[west,south,east,north],network_type='drive')
ox.plot_graph(road, ax=ax, node_size=0, edge_color=road_color, edge_linewidth=0.5, show=False, close=False)

print('県道データ')
secondary_road = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'secondary'})
secondary_road.plot(ax=ax, color=road_color, linewidth=1)

print('国道データ')
trunk = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'trunk'})
trunk.plot(ax=ax, color=national_road_color, linewidth=1.2, alpha=0.9)

print('鉄道データ')
railways = ox.features_from_bbox(bbox=[west,south,east,north],tags={'railway': 'rail'})
railways.plot(ax=ax, color=railways_color, linewidth=1, alpha=0.9)

print('建物データ')
buildings = ox.features_from_bbox(bbox=[west, south, east, north], tags={'building': True})
ox.plot_footprints(buildings, ax=ax, color=buildings_color, edge_color=buildings_color, edge_linewidth=0.3, show=True, close=True)

# ライセンスを表示
credit_text = "Map data from OpenStreetMap."

ax.text(
    0.03, 0.03,
    credit_text,
    transform=ax.transAxes,
    fontsize=6,
    color="black",
    ha="left", va="bottom",
    alpha=0.7,
    path_effects=[pe.withStroke(linewidth=0.5, foreground="black")]
)

# pngファイルで出力
fig.savefig("output/sample.png", dpi=dpi)
print("地図画像を出力しました: output/sample.png")

2. 地図グッズ

1で作成した画像データを元に、オリジナルグッズの印刷を請け負う業者に発注し、IDホルダーを作成します。

余談ですが、今回対象とした地域は北海道幌延町に位置する問寒別周辺です。

問寒別は執筆者が年に何回か訪問する、北海道の北の方に位置する人口200人程度の集落です。

3. OSMnx

3-1. OSMnxとは

OSMnxは、OpenStreetMapから道路網やその他の地理空間フィーチャを簡単にダウンロード、モデル化、分析、視覚化できるPythonパッケージです。歩行者、車、自転車のネットワークを1行のコードでダウンロードしてモデル化し、分析と視覚化が可能です。

公式ドキュメントはこちら。

今回は上述のうち、「地理空間地物のダウンロード」と「モデル化」の機能を使用しました

3-2. 使用したモジュール

• features モジュール
  • OpenStreetMapの地理空間フィーチャからGeoDataFrameをダウンロードして作成します
• graph モジュール
  • OpenStreetMap データをダウンロードしてグラフを作成します
• plot モジュール
  • 道路網、ルート、方向、地理空間機能を視覚化します

4. つまづいたところ

4-1. 範囲指定の方法

OSMnxには範囲指定の方法が複数あります。

例えば、features モジュールでは、以下6種類の範囲指定の方法があります。

• features_from_address()
  • 住所から一定の距離内にある OSM フィーチャをダウンロードします
• features_from_bbox()
  • 緯度経度境界ボックス内の OSM フィーチャをダウンロードします
• features_from_place()
  • ある場所の境界内にある OSM フィーチャをダウンロードします
• features_from_point()
  • 緯度経度ポイントから一定の距離内にある OSM フィーチャをダウンロードします
• features_from_polygon()
  • (マルチ)ポリゴンの境界内の OSM フィーチャをダウンロードします
• features_from_xml()
  • OSM XML ファイルのデータから OSM フィーチャの GeoDataFrame を作成します

まずはfeatures_from_point()を使用し、中心となる緯度経度とデータの取得範囲を指定してみました。

結果は以下の通りです。

サンプルコード

# 中心となる緯度経度を指定
latitude = 44.908699
longitude = 141.957398

# データの取得範囲を指定（単位はメートル）
dist = 8000

# 水域データの取得
water = ox.features_from_point(center_point=(latitude,longitude), dist=dist, tags={'natural': 'water'})

# 道路データの取得
road = ox.graph_from_point(center_point=(latitude,longitude), dist=dist,network_type='all')

# FigureとAxesを作成
fig, ax = plt.subplots(figsize=(8, 8))

# 道路を描画
ox.plot_graph(road, ax=ax, show=False, close=False, bgcolor='#ffffff', edge_color='green', node_size=0)

# 水域を描画
ox.plot_footprints(water, ax=ax, show=True, close=True, color='blue', edge_color='none')

# pngファイルで出力
fig.savefig("output/sample.png", dpi=300)
print("地図画像を出力しました: output/sample.png")

なんということでしょう。国内第4位の長さを誇る天塩川が、上流から下流まで、余すことなく出力されてしまったではありませんか。

続いてfeatures_from_bbox()を使用し、データ取得範囲を緯度軽度で指定してみます。

結果は以下の通りです。

サンプルコード

# データ取得範囲の緯度経度を指定
north = 44.97
south = 44.87
east = 141.9
west = 142.07

# 水域データ・道路データの取得
water = ox.features_from_bbox(bbox=[west,south,east,north],tags={'natural': 'water'})
road = ox.graph_from_bbox(bbox=[west,south,east,north],network_type='all')

# 鉄道データの取得（追加）
railways = ox.graph_from_bbox(bbox=[west, south, east, north], network_type='all', simplify=True, retain_all=True, truncate_by_edge=True, custom_filter='["railway"~"rail"]')

# 建物データの取得（追加）
buildings = ox.features_from_bbox(bbox=[west, south, east, north], tags={'building': True})

# FigureとAxesを作成（縦横比を修正）
fig, ax = plt.subplots(figsize=(10, 8))

# 道路・水域を描画
ox.plot_graph(road, ax=ax, show=False, close=False, bgcolor='#ffffff', edge_color='green', node_size=0)
ox.plot_footprints(water, ax=ax, show=True, close=True, color='blue', edge_color='none')

# 鉄道を描画（追加）
ox.plot_graph(railways, ax=ax, show=True, close=True, edge_color='black', edge_linewidth=0.5, node_size=0)

# 建物を描画（追加）
ox.plot_footprints(buildings, ax=ax, show=True, close=True, color='orange', edge_color='none')

# pngファイルで出力（dpiを修正）
fig.savefig("output/sample.png", dpi=600)
print("地図画像を出力しました: output/sample.png")

ひとまず、それらしい画像データが出力できました。

4-2.余白を狭くする

先ほど作成した画像は、上下左右の余白があまりにも大きい状態となっています。これらの余白は画像サイズで変わるため、値を調整しながら決めていきます。

執筆者が検証したところ、画像の高さが3.5インチにすると、左右の余白が小さくなり丁度良い塩梅となりました。一方で、高さを4インチにすると、上下にたくさん余白が出てきてしまいました。

また、subplots_adjust()のパラメーターをすべて0にしたり、0.1など1未満の値にした場合はエラーとなったり、余白が大きくなってしまいました。

サンプルコード（画像サイズ設定）

# 画像のサイズを指定（単位はインチ）
fig_height = 3.8
fig_width = 5

# 画像データの作成
fig, ax = plt.subplots(figsize=(fig_width, fig_height))

# 余白の指定
plt.subplots_adjust(left=0, right=1, bottom=0, top=1)

また、合わせて色の設定とライセンス表示の処理を追加しました。

執筆者は色のセンスに自信がないため、色コードはChatGPTに出力してもらいました。

結果は以下の通りです。

サンプルコード（色設定）

# 色設定
background_color = '#fefcf7'   # ミルキーホワイト（より明るく）
water_color          = '#5dbbe3'  # パステルブルー（鮮やかに）
road_color           = '#64c2a6'  # 明るいグリーン（白背景に映える）
railways_color       = '#2e2e2e'  # 鉄道：印刷で潰れないように濃いグレ
buildings_color      = '#d8a976'  # はっきりしたベージュオレンジ系
national_road_color = '#e6725b'  # 国道：明るめレンガ色

サンプルコード（ライセンス表示）

# ライセンスを表示
credit_text = "Map data from OpenStreetMap."

ax.text(
    0.03, 0.03,
    credit_text,
    transform=ax.transAxes,
    fontsize=6,
    color="black",
    ha="left", va="bottom",
    alpha=0.7,
    path_effects=[pe.withStroke(linewidth=0.5, foreground="black")]
)

グッズらしい画像データになったのではないでしょうか。

4-3. 道路データのデザイン化

先ほど作成した画像は、国道を赤・県道（北海道のため道道）を太い緑・その他道路を細い緑に設定しています。

続いて、こちらの設定方法をまとめます。

OSMnxで道路データをダウンロードするには、featuresモジュールを使う場合とgraphモジュールを使用する場合の2通りが挙げられます。

1. feature モジュールを使用する場合

featuresモジュールは、OpenStreetMapのデータそのものに付けられた「タグ」を指定することで、データをダウンロードします。

今回は範囲指定の方法を緯度経度のボックスとしているため、 features_from_bbox()を使用します。

OpenStreetMapのデータに何のタグが付けられているかは、OpenStreetMapホームページから、データをクリックすることで確認できます。また、タグ一覧はOpenStreetMap 編集用タグ一覧表に公開されています。

国道と県道を出力した結果は以下の通りです。

サンプルコード（国道・県道の表示）

print('県道データ')
secondary_road = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'secondary'})
secondary_road.plot(ax=ax, color=road_color, linewidth=1) # プロット時に色・幅を指定

print('国道データ')
trunk = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'trunk'})
trunk.plot(ax=ax, color=national_road_color, linewidth=1.2, alpha=0.9) # プロット時に色・幅・透明度を指定

上記の画像では、高速道路や市道など、他のタグに割り振られたデータは出力できておりません。

OpenStreetMapのタグは細かく分かれており、道路関係だけで19種類。小道や交差点、坂などを含めると57種類になります。

これらを1つずつ指定して表示するのも大変なので、その他の道路はgraphモジュールを使用してまとめて出力することにしました。

2. graphモジュールを使用する場合

graphモジュールはOpenStreetMapの道路データを、PythonのパッケージであるNetworkXの構造でグラフ化したものです。今回使用した関数は、graph_from_bbox()です。

本来の使用用途はここでダウンロードしたデータから、経路探索やネットワーク解析を行うものですが、今回は道路データをまとめて出力するために使用します。

結果は以下の通りです。

サンプルコード（全道路データの表示）

road = ox.graph_from_bbox(bbox=[west,south,east,north],network_type='all')
ox.plot_graph(road, ax=ax, node_size=0, edge_color=road_color, edge_linewidth=0.5, show=False, close=False)

print('県道データ')
secondary_road = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'secondary'})
secondary_road.plot(ax=ax, color=road_color, linewidth=1)

print('国道データ')
trunk = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'trunk'})
trunk.plot(ax=ax, color=national_road_color, linewidth=1.2, alpha=0.9)

「network_type='all'」としたことで、林道や私道を含む、すべての道路が出力されました。

network_typeはall・all_public・bike・drive・drive_service・walkから指定できます。今回は車両が通行できる道路を指定するため、「network_type='drive'」とすることにしました。

最終形は以下の通りです。

サンプルコード

print("車両道路データ")
road = ox.graph_from_bbox(bbox=[west,south,east,north],network_type='drive')
ox.plot_graph(road, ax=ax, node_size=0, edge_color=road_color, edge_linewidth=0.5, show=False, close=False)

print('県道データ')
secondary_road = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'secondary'})
secondary_road.plot(ax=ax, color=road_color, linewidth=1)

print('国道データ')
trunk = ox.features_from_bbox(bbox=[west,south,east,north],tags={'highway': 'trunk'})
trunk.plot(ax=ax, color=national_road_color, linewidth=1.2, alpha=0.9)

5. 終わりに

小規模ではありますが、人生初の個人開発が形になったことがとても面白かったです。

次はこれをブラウザ上で出力できるwebサイトを構築してみたいです。

参考リンク

Matplotlib plt.subplots()の使い方｜FigureとAxesを同時生成！
【python】matplotlibで図の余白を調整する