Also known as UMN MapServer
MapServer is an open-source development environment for building spatially enabled internet applications, built in the C language, and is widely known as one of the fastest Web mapping engines available. It can run as a CGI program or via MapScript which supports several programming languages (using SWIG). MapServer can access hundreds of data formats, any raster or vector format supported by GDAL, and reprojections on-the-fly are handled by PROJ. MapServer was originally developed by Steve Lime, then working at the University of Minnesota — so, it was previously referred to as "UMN MapS
via Wikipedia infobox
MapServer — серверная геоинформационная система с открытым исходным кодом, запускаемая через интерфейс CGI; одна из первых свободных геоинформационных систем, разработана в Университете Миннесоты в начале 1990-х годов. Графические возможности системы включают поддержку масштабирования, создание подписей объектов и корректное их расположение на карте, возможность полностью настраивать внешний вид получаемых карт с помощью шаблонов (mapfile), поддержку шрифтов TrueType, автоматическое создание картографических элементов (масштабная линейка, легенда и тому подобных), создание картограмм и тематических на основе математических и регулярных выражений. Реализована поддержка популярных сценарных языков (PHP, Python, Perl, Ruby), также поддерживается Java и .NET. Система кроссплатформенна, работает на Linux, Windows, Mac OS X, Solaris и ряде других операционных систем. Поддерживаются основные стандарты OGC: WMS, WFS, WMC, WCS, SLD, GML, SOS, OM. Система работает со множеством растровых и векторных форматов, в том числе TIFF/GeoTIFF, EPPL7 и другими с использованием возможностей библиотеки GDAL. Поддерживаются ESRI shapfiles, PostGIS, ESRI ArcSDE, Oracle Spatial, MySQL и многие другие, через библиотеку OGR. Поддержка картографических проекций. Перепроецирование на лету с помощью библиотеки Proj.4
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata · CC0
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).