Saltar al contenido
Volver al blog
GeoAI
QGIS
Guide

¿Qué es la huella de un edificio? Definición, fuentes de datos y cómo obtenerla

Una calle suburbana en imágenes de Google Satellite dentro de QGIS, con el tejado de cada casa delineado y rellenado como su propio polígono editable en un color diferente.
Una calle suburbana en imágenes de Google Satellite dentro de QGIS, con el tejado de cada casa delineado y rellenado como su propio polígono editable en un color diferente.

La huella de un edificio es el contorno que forma al tocar el suelo, registrado como un polígono sobre un plano horizontal. Traza alrededor de la base de las paredes, aplana esa forma sobre un mapa y ya tienes una.

Casi ninguna de las huellas que puedes descargar es eso. Se trazaron a partir de una fotografía tomada desde arriba, así que siguen el tejado. El resto de esta página trata sobre esa diferencia, dónde encontrar los datos abiertos y qué hacer cuando no cubren tu zona.

La definición y lo que queda justo fuera de ella

Una huella es una proyección horizontal. No contiene altura, número de plantas ni interior. Dos edificios con la misma huella pueden ser un bungalow y una torre.

Hay cuatro cosas que se llaman huella y no lo son. Todas me han costado una tarde en algún momento.

Huella del edificio o huella de cubierta

Las cámaras aéreas y satelitales ven el tejado. Un modelo o una persona que traza esa imagen dibuja el borde del tejado, y el borde del tejado no es la base de las paredes.

Tres cosas los separan. Los aleros y voladizos hacen que el tejado sobresalga, normalmente entre 30 y 80 cm en una casa, lo que supone unos pocos puntos porcentuales del área de un edificio pequeño. La inclinación, el desplazamiento lateral de cualquier elemento alto en una imagen tomada fuera del nadir, mueve una torre entera varios metros hacia un lado. Además, un aparcamiento cubierto, una veranda o un toldo tienen un tejado sin paredes debajo.

Overture lo incluye en su propio esquema. Su guía de buildings dice que la geometría "expected to be the most outer footprint, roofprint if traced from satellite/aerial imagery". Google dice lo mismo sobre los edificios altos en sus preguntas frecuentes: el modelo "is trained to detect building rooftop rather than base", por lo que en los edificios altos el polígono se sitúa donde aparece el tejado, no donde se levanta el edificio.

El error se acumula cuando multiplicas por miles de edificios. El potencial solar necesita el tejado, así que una huella de cubierta es la forma adecuada. La impermeabilización del suelo, la exposición a inundaciones y el cumplimiento de las distancias de retranqueo necesitan la base, y una huella de cubierta sobreestima silenciosamente cada uno de esos valores.

Huella o parcela

Una parcela, o límite catastral, es un objeto legal. Es el terreno que posee alguien. El edificio se encuentra dentro de ella y normalmente solo cubre una fracción. Los datos de parcelas proceden de un registro de la propiedad y cambian cuando cambia la titularidad. Las huellas proceden de imágenes o levantamientos y cambian cuando cambia el edificio. Unir ambos datos es una operación común y útil. Tratar uno como si fuera el otro hace que un jardín se contabilice como un tejado.

Huella o superficie construida

La superficie construida total es, aproximadamente, la huella multiplicada por el número de plantas, y es lo que suelen tener en cuenta las normas fiscales y urbanísticas. La envolvente del edificio es la piel 3D: huella más altura más forma del tejado. Una huella por sí sola no indica ninguna de las dos últimas. Si necesitas la superficie construida, necesitas el número de plantas o una altura, y solo algunos datasets incluyen uno de esos datos.

Un edificio o varios

La vivienda adosada es el caso que más pipelines rompe. Una fila de ocho casas comparte paredes, así que desde arriba parece un único tejado continuo sin una separación visible. Los detectores devuelven un polígono. Los catastros devuelven ocho. Ninguno está equivocado, responden a preguntas diferentes, y tienes que decidir cuál necesita tu análisis antes de contar nada.

Los patios son huecos, así que un edificio alrededor de un patio es un polígono con un anillo interior, y cualquier herramienta que elimine los anillos interiores aumenta artificialmente su área. Una iglesia con una nave y una torre separada puede llegar como una geometría multiparte. Y de nuevo aparecen los toldos: el tejado de una gasolinera cubre un espacio sin nada debajo.

Para qué se usan las huellas

Potencial solar, según el área y la orientación del tejado. Exposición a inundaciones e incendios forestales, y los precios de seguros asociados. Estimación de población cuando el censo es antiguo o inexistente. Evaluación del impuesto sobre bienes inmuebles y detección de ampliaciones no autorizadas. Telecomunicaciones y planificación de redes, donde un edificio es a la vez un obstáculo y un cliente. Modelos urbanos 3D, extruidos a partir de la huella más la altura. Evaluación de daños después de un terremoto o una tormenta, comparando dos fechas.

Todos necesitan lo mismo: un polígono por edificio, con un área en la que puedas confiar.

Dónde obtener datos de huellas de edificios

Cinco fuentes cubren la mayoría de las necesidades. Todo lo que aparece en esta tabla se leyó en la página del propio editor el 23 de agosto de 2026.

FuenteCoberturaLicenciaAntigüedadGeometríaCómo obtenerla
OpenStreetMapGlobal, tan completa como la haya hecho la comunidad local de cartografíaODbL 1.0En directo, según lo que indique el mapa en el momento de la consultaDibujada a mano, con esquinas cuadradas y atributos reales, pero trazada a partir de imágenes en la mayoría de los lugaresQuickOSM en el gestor de plugins, o una consulta Overpass
Microsoft Global ML Building FootprintsGlobal. 1.400 millones de buildings a partir de imágenes de Bing Maps tomadas entre 2014 y 2024, en 30.340 teselas de 225 regionesCDLA Permissive 2.0Actualizado el 13 de agosto de 2026Salida de un modelo. Altura en un subconjunto y puntuación de confianza en las huellas más recientesdataset-links.csv por país y quadkey, o Planetary Computer
Google Open Buildings v3África, Asia del Sur, Sudeste Asiático, América Latina y el Caribe. 1.800 millones de detecciones en 58 millones de km². No incluye Europa, Norteamérica ni AustraliaCC BY 4.0 o ODbL 1.0, a tu elecciónInferencia ejecutada en mayo de 2023Salida de un modelo, con una puntuación de confianza y una tabla de umbrales de precisión por región178 GB de CSV por celda S2, Earth Engine o 20 archivos de países seleccionados en HDX
Overture Maps buildingsGlobal, combinada a partir de las fuentes anteriores más Esri Community Maps y datos nacionalesODbLMensual. Versión actual 2026-08-19.0Fusionada. OpenStreetMap tiene prioridad donde existe, la salida del modelo cubre el resto y la coincidencia se hace con un 50 % de solapamientoGeoParquet en AWS o Azure, o la CLI overturemaps
IGN BD TOPO (Francia)Francia y los departamentos de ultramar, tema bâtiLicence Ouverte 2.0Trimestral, última publicación el 31 de julio de 2026Levantada mediante topografía, con precisión métrica, 3D y una altura por edificiodata.gouv.fr, por departamento

1.4B

buildings en Microsoft Global ML Building Footprints

README, leído el 23 de agosto de 2026

1.8B

detecciones en Google Open Buildings v3, en más de 58 millones de km²

Página del dataset, leída el 23 de agosto de 2026

2026-08-19

versión actual de Overture buildings, una al mes

Calendario de versiones, leído el 23 de agosto de 2026

El repositorio microsoft slash GlobalMLBuildingFootprints en GitHub, con la introducción que muestra la cifra de 1.400 millones de buildings y la licencia CDLA Permissive 2.0, sobre la lista fechada de actualizaciones del dataset
El repositorio de Microsoft, 23 de agosto de 2026. La lista de actualizaciones es la parte que debes leer: indica qué países recibieron nueva geometría y cuándo.

Lee las licencias antes de elegir. ODbL es una licencia de compartir igual, así que una base de datos derivada debe volver a publicarse con las mismas condiciones, y esa cláusula ha arruinado más de un entregable para clientes. CDLA Permissive 2.0 y CC BY 4.0 solo exigen atribución. Google publica con CC BY 4.0 y ODbL y te permite elegir, algo que hizo deliberadamente para que la comunidad de OpenStreetMap y el resto pudieran utilizar los datos sin discutir sobre compatibilidad.

El sitio de Google Research Open Buildings, con la descripción del dataset que indica 1.800 millones de detecciones de edificios en un área de inferencia de 58 millones de kilómetros cuadrados, y debajo el mapa del explorador de datos coloreado según la confianza
Google Open Buildings, 23 de agosto de 2026. Comprueba la lista de países en las preguntas frecuentes antes de planificar basándote en él. No incluye Europa, Norteamérica ni Australia.

Las tres fuentes globales no coinciden sobre el mismo terreno, y esa discrepancia es la parte útil.

Tres paneles del mismo barrio denso de Luanda en imágenes de Google Satellite, con huellas de edificios en verde. OpenStreetMap no muestra ninguna, Microsoft cubre la mayoría y Google Open Buildings cubre casi todas
El mismo 1 km² de Luanda, en imágenes de Google Satellite. OpenStreetMap no cartografía ningún edificio aquí, Microsoft encuentra 3.140 y Google Open Buildings 4.468.

Si solo quieres un archivo para una zona, nuestro descargador gratuito de huellas de edificios lee las tres fuentes globales para un rectángulo que dibujes y te entrega GeoJSON con la atribución dentro. No necesitas una cuenta y el rectángulo está limitado a 25 km².

La guía de Overture Maps buildings, con las descripciones de los tipos de entidades building y building part, y la sección de fuentes y licencias que enumera OpenStreetMap, Esri Community Maps, Microsoft y Google Open Buildings
La guía de Overture buildings, 23 de agosto de 2026. Esta es la página donde aparece la frase sobre la huella de cubierta, y merece la pena leerla antes de confiar en cualquier layer fusionada.
La página wiki de OpenStreetMap sobre la clave building, con la descripción que define un edificio como una estructura creada por el ser humano con un tejado que permanece más o menos permanentemente en un lugar, y debajo la tabla de valores de etiquetas
La definición de la clave building en la wiki de OpenStreetMap, 23 de agosto de 2026. Habla del tejado, no de las paredes, y permite cartografiar un edificio como un único nodo.

Cuando los datos abiertos no son suficientes

Cuatro situaciones, y me encuentro con las cuatro en un año normal.

La zona no está cubierta. Google se detiene en el límite del Sur Global. Microsoft llega hasta donde llegaron las imágenes de Bing. OpenStreetMap llega hasta donde alguien se tomó la molestia.

Los datos son más antiguos que la pregunta. Google Open Buildings ejecutó su inferencia en mayo de 2023. Una urbanización terminada en 2025 no aparece en ella, y ninguna cantidad de descargas cambia eso.

Los edificios son nuevos o han desaparecido. La evaluación de daños y el seguimiento de construcciones necesitan dos fechas, y los datos abiertos te dan una.

Necesitas una forma que nadie publica. Planos de tejado para un estudio solar, o edificios obtenidos de tu propio vuelo de dron de 5 cm, donde un modelo global de 30 cm no tiene nada útil que decir.

Entonces extraes los tuyos.

Cuatro formas de obtener huellas para tu propia zona

Tres de las cuatro se ejecutan dentro de . Las mismas preguntas para cada una: qué se instala, si necesita una GPU o una cuenta, si tus imágenes salen de tu máquina, qué entra, qué sale, cuánto cuesta en un trabajo real y cuál es un límite.

Los datasets abiertos, descargados. No instales nada. No necesitas GPU ni cuenta. Nada sale de tu máquina salvo el cuadro que consultas. Entra un cuadro y sale GeoJSON con la licencia y la atribución escritas en el archivo. Gratis. El límite: solo puede devolver lo que los editores ya han cartografiado, así que una urbanización nueva seguirá faltando. Nuestro descargador.

Nuestro AI Segmentation. Gestor de plugins de QGIS y después una cuenta. No necesitas GPU, descargar pesos ni configurar un entorno de Python. La detección automática y el guardado en la nube de Semi-Auto envían las imágenes de la zona que dibujes a nuestros servidores en Europa. El modelo pequeño de Semi-Auto se ejecuta localmente y mantiene las imágenes en tu máquina. Entra una zona sobre cualquier raster o mapa base, junto con una palabra como building. Sale un GeoPackage con estilo, un polígono por objeto, cada uno con una clase, una puntuación de confianza y un área. Gratis para 3 km² de detección automática al mes, después 39 € al mes por 300 km². El límite: devuelve más de lo que has pedido, así que las salidas de ventilación, claraboyas y cobertizos de patios aparecen como polígonos correctamente delineados que no son buildings, y debes filtrarlos por confianza y área. Página del producto.

Deepness. Gestor de plugins y después instala OpenCV y ONNX Runtime en el primer inicio. Unos veinte minutos cuando funciona. No necesitas cuenta. Todo se ejecuta en tu máquina, con CPU para rasters pequeños y tu propia configuración CUDA para obtener velocidad. Entra cualquier raster layer más un archivo de modelo ONNX que proporciones. Sale un vector o raster layer. Gratis, Apache 2.0. El límite: no incluye capacidad de detección propia, y un modelo entrenado con imágenes de 25 cm interpretará tu vuelo de dron de 5 cm como ruido sin avisarte. Repositorio y documentación.

Mapflow, de Geoalert. Gestor de plugins y después inicia sesión. No necesitas GPU. Se ejecuta en sus servidores, por lo que las imágenes salen de tu máquina en cada ejecución. Entra una zona que dibujes sobre una de sus fuentes de imágenes. Salen vector layers: buildings con altura opcional, carreteras, campos y bosques. Los buildings cuestan 10 créditos por km² a 0,10 $ por crédito, redondeados a kilómetros cuadrados completos, así que una ciudad de 10 km² cuesta unos 10 $. El plan gratuito ofrece 250 créditos para un máximo de 25 km², con la exportación bloqueada. El límite: las viviendas adosadas se fusionan en un único polígono, como muestran sus propias capturas. Documentación del plugin.

Para una comparación más amplia, incluidas las opciones locales basadas en SAM, consulta el resumen de plugins de AI y el centro de QGIS AI.

Pruébalo gratis en QGIS, sin tarjeta

Comprueba el layer antes de confiar en él

Cinco comprobaciones, en el orden en que las hago. Tardan unos quince minutos y me han evitado publicar un número incorrecto más de una vez.

Compara el recuento con una muestra digitalizada por ti

Elige un kilómetro cuadrado. Digitaliza a mano todos los buildings que haya. Compara el recuento con el layer. Una proporción inferior a 0,9 o superior a 1,1 significa que el layer responde a una pregunta distinta de la que crees, y quieres saberlo antes del análisis, no después.

Examina detenidamente las filas adosadas

Acércate a la calle de viviendas adosadas más densa de tu área de interés. Cuenta los polígonos y compáralos con las puertas de entrada. Esta comprobación te indica si el dataset separa las paredes compartidas, y determina cada estadística por edificio que estés a punto de calcular.

Busca la construcción más reciente

Abre la promoción más reciente que conozcas. Si está ausente, acabas de medir la antigüedad real de los datos, algo más honesto que la fecha de la página de descarga.

Comprueba el CRS y las unidades de área

La mayoría de estos datasets se distribuyen en EPSG:4326. Calcula un área en grados y obtendrás un número sin sentido que, aun así, parece un número. Reproyecta a un CRS métrico adecuado para la latitud y después calcula.

Compara un tejado con sus paredes

Elige un edificio alto. Si el polígono queda desplazado respecto a la base de las paredes, tienes huellas de cubierta con inclinación, y cualquier trabajo sobre impermeabilización del suelo o retranqueos necesita una corrección o una fuente diferente.

El siguiente paso, si ahora quieres los polígonos en lugar de la definición, es el tutorial: detectar huellas de edificios automáticamente en QGIS, que cubre el filtrado que decide si el layer se puede utilizar.