Любите ли Вы книги так, как люблю их я?
@osint_mindset Статья - X, редактор - Akvagon | September 16, 2023
Last updated
@osint_mindset Статья - X, редактор - Akvagon | September 16, 2023
Last updated
Любите ли Вы книги так, как люблю их я? Казалось бы, странный вопрос, но не для этого GEOINT-a. С учётом того, что данный райтап написан для широкой публики, часть которой только начинают погружаться в "наш мир", буду писать максимально подробно, оставляя сноски. Ну что, погнали!
GEOINT, или геопространственная разведка — это процесс использования и анализа изображений, геопространственной информации для описания, оценки и визуального отображения физических особенностей и установления географической привязки деятельности на Земле.
Как многие успели заметить, частично наш GEOINT будет связан с книгами. Вот задание:
Итак, что мы видим? Какой-то книжный магазин, или библиотеку, а возможно и нечто другое, решетку и странную дверь как-будто без замка. Как ни крути, первое, что бросается в глаза — это книги. Проанализировав названия книг, приходим к следующему умозаключению:
На витрине четко видны две книги: "Animais da savana" из серии Vida Selvagem и "Grande História Universal - 3 volumes - Bloch Editores" Язык португальский, так что, скорее всего, это Португалия.
Как всегда каждая версия должна чем-то подтверждаться, почему Португалия? Возможно Латинская Америка, Бразилия, Макао, Ангола, ведь там тоже говорят на португальском, а значит гипотезу необходимо проверить.
Пока мы рассуждаем о том, где встречается португальский язык, появляется вторая версия:
Возможно это вспомогательная лавка для учреждения, которое продвигает себя с помощью книг? На это указывает стилистическая однообразность и малое количество уникальных серий. Организация, объединяющая паблишеров, возможно, будет ключом к ответу. Более того, витрина скучно выглядит, никак не притягивает покупателей.
Версия не плоха, однако так требует подкрепления фактами, которых пока нет. Естественно, пока одни осуществляют поиск по местности, другие просматривают результаты выдачи Google, Яндекс и других известных поисковиков. Более того, мы провели анализ одного из изданий и узнали, что книга продается физическим лицом.
Далее, в нашем расследовании взгляд упал на подводку и ступеньки, возле двери. Ведь если присмотреться, то подводка и трубы очень похожи на лиссабонские, поэтому появилось предположение, что улица спускается, так как видны ступеньки.
Все очень напоминает Лиссабон, однако пока это лишь предположения, а значит нужно "копать" дальше.
Следующая деталь на которую был обращен взор — это то, что судя по тени от подоконника и на балконах в отражающемся здании, солнце высоко. У нас теневая сторона, скорее всего, окна выходят на северо-запад, север, северо-восток.
Данную версию легко проверить с использованием инструмента suncalc, нужно лишь выставить флажок на интересующую точку, выбрав примерную дату и время.
SunCalc показывает на карте для выбранного места и даты траекторию движения солнца и фазы освещённости в течении суток.
Неплохо, версия с отражающимся солнцем может навести на мысль и в будущем помочь нам в решении, а теперь немного порассуждаем:
Общие соображения такие — если это букинист в Лиссабоне, то должен быть в центре, и судя по "ступенькам" и плитке — в старом/центральном районе.
Также цифры номера дома — "бродя" по улицам у них несколько типов номеров — либо белое на синем "стандартные", либо золотистые, таких как на фото немного, они должны быть в более "современном" районе центра особенно если учесть, что в витрине отражается здание 50-60х (примерно) годов с уже современными балконами а-ля кробузье или чуть раньше. Улица "крутая", поэтому можно посмотреть топологию центра города и посмотреть где вероятнее всего могут быть улицы с таким уклоном, опять же - это может быть не "front door" букиниста.
Так, а теперь самое время использовать один из самых популярных инструментов в GEOINT — geolocation estimation, который отправляет нас прямиком в Лиссабон, что опять же косвенно подтверждает наши догадки.
Geolocation Estimation — нейросеть, которая предполагает, где сделан снимок или видео: континент, страну, регион.
Более того, погуляв по Лиссабону с использованием Google карт мы видим очень схожую архитектуру.
Такие дома из старых книг в Бразилии называются сальными, а в Португалии "alfarrabista", стены на фото, кажется, более распространены в Португалии, но в Бразилии также есть дома и здания с такими стенами. Все-таки мы еще между двух огней Бразилия или Португалия?
Конечно можно было бы поискать еще плитку, либо бордюрный камень с помощью geohints, однако до этого мы не дошли, так как уже знаем ответ и готовы расписать решение.
Geohints — веб-сайт с визуальной базой данных огромного количества индивидуальных, для каждой страны, вещей как светофоры, номера домов, почтовых ящиков, бордюров и многого другого.
Ответ: 38.718730439704196, -9.161038642596276
А теперь к решению:
При первом просмотре фото, можно точно сказать о двух вещах:
Книги на витрине, написаны на португальском(европейской версии).
Номер дома — 23.
Давайте попробуем закинуть фотографию в geolocation estimation:
Он упорно настаивает на том что это Лиссабон, Португалия. После просмотра города на Google картах, было найдено много схожих деталей:
Фасад зданий, рамы, двери, в том числе и решетка в отражении окна с нашей фотографии:
Также на нашем фото можно заметить брусчатку:
Она характерна для всех Португальских городов и сложно найти место, где ее нет.
Перепробовав множество вариантов поиска: запросы в overpass, поиск по сайтам с книжными магазинами, поиск отдельных букинистов в Португалии — все это не дало результатов и тогда было принято решение написать свою программу для формирования и перебора адресов.
Overpass turbo — это веб-инструмент анализа и извлечения данных для OpenStreetMap. Он работает через запросы Overpass API и показывает результаты на интерактивной карте.
А теперь, пишем код!
Принцип работы программы в первом режиме:
У нас есть список всех улиц Лиссабона его можно получить запросом в overpassturbo:
[out:csv(name, "::", "utf-8")];
area["name"="Lisboa"]->.a;
(
way(area.a)["highway"="residential"];
way(area.a)["highway"="unclassified"];
way(area.a)["highway"="tertiary"];
way(area.a)["highway"="secondary"];
way(area.a)["highway"="primary"];
way(area.a)["highway"="trunk"];
way(area.a)["highway"="motorway"];
);
out body;
>;
Да, их будет много и они будут повторяться, но в программе мы эту проблему решим и получим 1459 уникальных улиц.
Из этих улиц мы формируем ссылки/запросы в Google карты и сохраняем их в отдельном файле:
Далее программа пробегается по ссылкам из файла и переходит по ним, парсит картинку (миниатюру):
Сохраняет ее в отдельный каталог (каждая картинка соответствует названию улицы), где мы можем с легкостью их все просмотреть.
Выглядит это примерно так:
Нам повезло, потому что нужная картинка была 356 по счету.
Есть еще один вариант работы программы, просто открывать группу из ссылок в браузере и так просматривать, пока не найдешь нужный адрес.
Как Вы могли заметить, GEOINT не так уж прост, но очень интересен и затягивает. Мы показали Вам часть нашего мира и будем рады видеть каждого на нашем форуме расследований!
