Detectar piscinas en QGIS: 5 métodos
Publicado el Actualizado el
Para detectar piscinas en QGIS, consulta primero OpenStreetMap: Vectorial > QuickOSM > QuickOSM…, clave leisure, valor swimming_pool. Donde el mapa está incompleto, ejecuta un modelo de segmentación o umbraliza el azul en la calculadora ráster. La resolución del terreno decide cuál.
, consulta primero OpenStreetMap: | Con qué trabajas | Método | Qué cuesta |
|---|---|---|
| Cualquier zona con mapeadores OSM activos | Método 1, QuickOSM en leisure=swimming_pool | Gratis, una consulta |
| Ortofoto RGB y cientos de piscinas | Método 2, un modelo de segmentación | Los plugins gratuitos exigen tu propio modelo o una GPU. Los plugins en la nube tienen niveles gratuitos, luego suscripción |
| Ortofoto RGB de 5 a 30 cm | Método 3, umbral de color en la calculadora ráster | Gratis, en el QGIS base |
| Imágenes con banda de infrarrojo cercano o SWIR | Método 4, un índice de agua, luego un umbral | Gratis, ciego a piscinas de jardín en satélite |
| Imágenes multiespectrales y una tarde | Método 5, SCP o dzetsaka | Plugins gratuitos, tu tiempo dibujando áreas de entrenamiento |
Cada versión, precio y ruta de menú se verificó el 3 de septiembre de 2026 con el manual de QGIS 3.44 y la documentación de cada herramienta.
Método 1: Obtén las piscinas que alguien ya mapeó
OpenStreetMap contiene 3 036 801 objetos etiquetados leisure=swimming_pool, 2 731 704 de ellos vías con geometría real, en taginfo el 3 de septiembre de 2026.
Abre QuickOSM y consulta
Vectorial > QuickOSM > QuickOSM…, que consulta Overpass API. Clave leisure, valor swimming_pool, sobre la extensión del lienzo o un área administrativa nombrada.
Quédate con los polígonos y filtra los jardines
Una piscina mapeada como nodo no tiene área, así que toma la capa de polígonos. 1 808 809 de estas piscinas también llevan access=private, el filtro para piscinas de jardín.
leisure=swimming_area es un objeto distinto: un lugar designado para nadar en un lago o el mar.
Úsalo cuando: necesites piscinas públicas y comerciales.
Omítelo cuando: el trabajo sea encontrar lo que nadie declaró.
Método 2: Un modelo de segmentación
Un modelo de segmentación lee forma y contexto, y así distingue una piscina de una lona del mismo color. Construimos uno de ellos, AI Segmentation. Esta sección trata de nuestra propia herramienta.
Instala e inicia sesión
Complementos > Administrar e instalar complementos, QGIS 3.22 o posterior. Sin GPU, sin pesos de modelo. Una cuenta, una cuota gratuita, luego 39 € al mes sin IVA.
Dibuja una zona, escribe la palabra y filtra
Escribe swimming pool y ejecuta. Los polígonos vuelven en el SRC del proyecto con área, perímetro y puntuación de confianza. Ordena, luego elimina lo erróneo.
Dos números de nuestra tabla de ajuste, leídos en tiempo de ejecución. Una ejecución de piscinas pide unos 0.13 m por píxel en teselas de 300 m como máximo, porque una piscina se difumina con su terraza a algo más grueso. La revisión abre a 0.20 de confianza para swimming pool frente a 0.30 para building, ya que las máscaras de piscina puntúan más bajo que los techos.
Un límite: una piscina cubierta nunca llega al modelo, así que vuelve como omitida. Ambos modos en la nube envían imágenes a nuestros servidores en la Unión Europea.
Otros cuatro hacen este trabajo, verificados el 3 de septiembre de 2026.
| Herramienta | Qué instalas | GPU | Cuenta | Las imágenes salen de tu máquina | Soporte de piscinas | Coste |
|---|---|---|---|---|---|---|
| Deepness | Administrar e instalar complementos, sus paquetes Python, un modelo ONNX | Opcional, CPU funciona | No | No | Cualquier modelo que aportes | Gratis |
| Geo-SAM | Administrar e instalar complementos, dependencias, pesos de modelo | Opcional | No | No | Un objeto por clic o caja | Gratis |
| samgeo | Un paquete Python, sin panel QGIS | Recomendado | No | No | Programable, sin clase de piscina | Gratis |
| Mapflow | Administrar e instalar complementos | No | Sí | Sí en el servicio en la nube, on-premise para empresas | Un modelo Swimming pools, bajo pedido | Créditos, de pago |
| AI Segmentation (nuestro) | Administrar e instalar complementos | No | Sí | Sí en ambos modos nube, no para el modelo local | Escribe swimming pool | Cuota gratuita, luego 39 € al mes sin IVA |
Úsalo cuando: más piscinas de las que delinearías a mano.
Omítelo cuando: las imágenes no puedan salir de tu máquina. Usa Deepness o Geo-SAM.
Para un barrido donde alguien firme una cifra de precisión publicada, usa Mapflow en su lugar. Incluye un modelo dedicado Swimming pools, bajo pedido, con un F1 superior a 0.95 junto a él. No publicamos ninguna cifra para piscinas.
Método 3: Umbraliza el azul en la calculadora ráster
Trabaja en un SRC proyectado, ya que tres pasos más abajo filtran por área en unidades de la capa.
Lo más cercano en el QGIS base. Abre Ráster > Calculadora ráster…, donde las bandas son layer_name@band_number. Sobre una ortofoto RGB esto conserva el azul brillante y saturado:
("ortho@3" > 90) AND ("ortho@3" - "ortho@1" > 25) AND ("ortho@3" - "ortho@2" > 10)
Esos números son míos, de una ortofoto de 20 cm. Muestrea veinte píxeles de piscina y veinte píxeles de techo, luego ajústalos.
Poligoniza con Ráster > Conversión > Poligonizar (ráster a vectorial), luego filtra con native:extractbyexpression: $area > 6 AND $area < 400 por tamaño, y mi propia relación 4 * pi() * $area / ($perimeter ^ 2) > 0.5 por forma, ya que QGIS no incluye ninguna función de compacidad.
Los valores RGB varían con el ángulo solar y la exposición, así que un umbral ajustado en una línea de vuelo se rompe en la siguiente. El tono y la saturación aguantan mejor, vía el módulo i.rgb.his de la caja de herramientas de Procesos, que «transforma mapas ráster del espacio de color RGB (rojo-verde-azul) al espacio de color HIS (matiz-intensidad-saturación)».
Ninguna regla sabe qué es la cosa azul.
- Sombra. Las vertientes de techo en sombra se leen como azul oscuro. Si subes el suelo, pierdes las piscinas bajo árboles.
- Techos azules y lonas. Brillantes, azules, a menudo con la forma correcta.
- Piscinas de fondo oscuro y verdes. Un revestimiento negro se lee como asfalto, las algas como césped. Mi regla falló ambas.
- Piscinas cubiertas. No están en la imagen en absoluto.
Úsalo cuando: una ortofoto coherente que revisarás a mano.
Omítelo cuando: un mosaico de varios vuelos.
Método 4: Un índice de agua, en imágenes con bandas
Luego comprueba la resolución. La federación francesa de piscinas sitúa una piscina enterrada nueva en 29 a 30 m², 3000 píxeles en una ortofoto de 10 cm y un tercio de píxel en una banda Sentinel-2 de 10 m.
El agua absorbe el infrarrojo cercano casi por completo, así que se vuelve negra en NIR mientras un techo azul sigue brillante.
- NDWI, McFeeters 1996:
(Green - NIR) / (Green + NIR). En Sentinel-2,(B3 - B8) / (B3 + B8). - MNDWI, Xu 2006:
(Green - SWIR) / (Green + SWIR). En Sentinel-2,(B3 - B11) / (B3 + B11). Sustituir NIR por SWIR suprime el suelo construido, lo importante sobre un suburbio.
Umbraliza por encima de cero, poligoniza, filtra como en el Método 3. Rodríguez-Cuenca y Alonso ajustaron un Normalized Difference Swimming Pools Index para este trabajo en 2014.
Sentinel-2 ofrece B3 y B8 a 10 m y B11 a 20 m, así que una piscina de 30 m² nunca se separa del jardín. MNDWI sobre una manzana residencial devuelve el embalse al borde de la ciudad y nada más.
Úsalo cuando: tu ortofoto tenga banda NIR a 50 cm o mejor. Supera al color por completo.
Omítelo cuando: RGB de tres bandas, o Sentinel-2 y quieras piscinas de jardín.
Método 5: Entrena un clasificador con tus propias imágenes
Un clasificador aprende tus píxeles de piscina de ejemplos que dibujas, así que sobrevive a un mosaico que rompe un umbral fijo.
Semi-Automatic Classification Plugin de Luca Congedo es la opción habitual. Crea una entrada de entrenamiento (.scpx) en el dock de SCP, dibuja ROIs, luego ejecuta SCP > Band processing > Classification en la ventana principal. Seis algoritmos, desde Minimum Distance hasta Random Forest. La versión 9.0.4 salió el 11 de julio de 2026 pero declara un mínimo QGIS de 3.99, así que QGIS 3.x aún instala 8.5.0.
dzetsaka 5.0.11, de Nicolas Karasiak, es más ligero: once clasificadores, y su Gaussian Mixture Model funciona sin scikit-learn.
Dibuja también una clase de techo azul y una clase de sombra. Un clasificador solo rechaza lo que le mostraste.
Úsalo cuando: varios vuelos o estaciones, y reutilizarás el flujo.
Omítelo cuando: una ortofoto, una pasada. Ambos clasifican píxeles, no objetos, así que aún poligonizas y filtras.
Los cinco métodos lado a lado
| Lo que tienes | Método |
|---|---|
| Una ciudad bien mapeada, bastan piscinas públicas | Método 1, QuickOSM |
| Cientos de piscinas y sin paciencia para falsos positivos | Método 2, un modelo de segmentación |
| Una ortofoto RGB mejor que 30 cm | Método 3, umbral de color, luego filtra |
| Una ortofoto con banda NIR | Método 4, NDWI |
| Sentinel-2 o cualquier cosa a 10 m | Ninguno para piscinas de jardín. Consigue imágenes más finas |
| Varios vuelos, un flujo que repetirás | Método 5, SCP o dzetsaka |
Qué recordar
La resolución decide primero, luego las bandas, luego cuánta revisión manual puedes asumir.
Una piscina de 30 m² nunca se separa de su jardín a 10 m, así que Sentinel-2 es el sensor equivocado para piscinas de jardín ejecutes el índice que ejecutes.
Un umbral de color devuelve cada cosa azul de la manzana, así que filtra por área y compacidad antes de mirar el resultado.
Una piscina cubierta falta en las imágenes, así que ningún método de esta página la encuentra y ningún precio cambia eso.
Una detección es un candidato. Ejecutes lo que ejecutes, abre los diez polígonos de menor confianza antes de que alguien actúe sobre la capa.
Pruébalo gratis en QGIS, sin tarjeta
Preguntas frecuentes
¿Puede QGIS detectar piscinas por sí solo?
No como función. El QGIS base te da la calculadora ráster, poligonizar y los filtros vectoriales, que es el Método 3. Reconocer una piscina como objeto necesita un plugin.
¿Puedo encontrar piscinas de jardín en imágenes Sentinel-2?
No. El verde y el NIR son bandas de 10 m y el SWIR es de 20 m, así que una piscina de 30 m² es un tercio de píxel. Usa imágenes aéreas a 30 cm o mejor.
¿Por qué los techos azules siguen apareciendo como piscinas?
Un techo metálico pintado es más brillante y azul que el agua de piscina, y una regla de color solo lee color. Filtra por área y compacidad, pasa a NDWI, o usa un modelo.
¿Es legal detectar piscinas desde imágenes aéreas?
Une una detección a una parcela y al nombre de un propietario y se convierte en datos personales, que en la UE necesitan una base jurídica bajo el RGPD. Una administración tributaria tiene una escrita en la ley. Una empresa privada normalmente no, así que pregunta a tu delegado de protección de datos antes de la unión, y nunca dejes que la salida de un modelo sea el último paso antes de una factura.
¿Qué precisión debo esperar?
Una sola cifra sería falsa, ya que cambia con tus imágenes y la estación. Las piscinas abiertas a 20 cm vuelven bien, las piscinas cubiertas las omite todo aquí, y los techos azules son lo que borras a mano.
¿Una detección ya es una lista de piscinas sobre la que puedo actuar?
La administración tributaria francesa lo ejecutó sobre fotografía de IGN y aun así envió una carta a cada propietario. Su piloto Foncier innovant gravó 20 356 piscinas en nueve departamentos para 2022, por valor de 9.8 millones de euros, y la pasada nacional de 2023 encontró 150 000 piscinas imponibles ausentes del catastro. Una detección es un candidato, y unirla a una parcela y a un nombre la convierte en datos personales.
Para el paso de filtrado completo, lee detectar huellas de edificios en QGIS. Para la limpieza tras cualquier máscara, ráster a vectorial en QGIS. Para ejecutar el mismo paso de detectar y filtrar sobre las imágenes de todo un municipio, AI Agent lleva a cabo los pasos a partir de una sola instrucción dentro de QGIS. El QGIS AI hub tiene el resto.
