Aller au contenu
AI Segmentation
QGIS
Tutoriel

Extraire des routes dans QGIS : 6 méthodes et 1 piège

Publié le Mis à jour le

Trois panneaux de la même rue de banlieue vue du ciel : imagerie satellite brute, un axe OpenStreetMap dessiné au milieu, et la surface revêtue remplie de bordure à bordure en polygone.

Pour extraire des routes dans QGIS, installez QuickOSM, ouvrez Vecteur > QuickOSM > QuickOSM, interrogez la clé highway sur votre emprise de canevas, et le réseau arrive sous forme de lignes en quelques secondes. Là où OpenStreetMap est clairsemé, cinq autres méthodes mettent les routes sur la carte : un modèle de segmentation, un jeu de données national publié, la numérisation manuelle, l'affinage GRASS, et la classification supervisée.

Un choix vient d'abord, et il décide quelles méthodes s'offrent à vous. Vous n'extrayez pas des routes. Vous choisissez entre un axe central, une ligne au milieu qui porte le nombre de voies et la limite de vitesse, et une surface, l'enrobé de bordure à bordure. Le routage a besoin de la ligne. Le drainage et les quantités de réfection ont besoin de la zone. La moitié des méthodes ci-dessous donne l'un, l'autre moitié donne l'autre, et convertir l'un en l'autre coûte une étape de plus.

Avec quoi vous travaillezMéthodeCe que ça coûte
Une ville avec des mappeurs OSM actifs1, QuickOSMGratuit
Une imagerie récente là où OSM n'est pas allé2, un modèle de segmentationOffres gratuites, puis abonnement
Un pays avec un jeu de données routières national3, téléchargement et découpeGratuit
Quelques routes, ou des corrections sur une couche que vous avez4, numérisez avec le tracé automatique activéGratuit, et lent
Un masque routier ou une carte scannée5, GRASS r.thin puis r.to.vectGratuit
Une scène multibande où l'enrobé ressort6, classification superviséeplugin gratuit, heures d'échantillons

Chaque prix, version et chemin de menu a été relu le 3 septembre 2026, face au manuel QGIS 3.44 et à la documentation propre de chaque outil.

Méthode 1 : des routes depuis OpenStreetMap avec QuickOSM

Trente secondes de vérification d'OSM vous évitent toutes les méthodes ci-dessous. QuickOSM interroge l'Overpass API et dépose la réponse directement dans votre projet.

Installez QuickOSM

Extensions > Installer/Gérer les extensions, cherchez QuickOSM, installez.

Ouvrez la requête rapide

Vecteur > QuickOSM > QuickOSM, onglet Requête rapide.

Définissez la clé

Clé highway, valeur vide pour toutes les classes de routes. Ajoutez une valeur pour restreindre : residential, track, motorway.

Bornez la requête

Choisissez Emprise du canvas. Une requête de pays sans limite expire sur Overpass.

Lancez et filtrez

Les lignes arrivent avec les tags OSM joints. Filtrez sur highway, et lisez surface quand il existe.

L'onglet Requête rapide de QuickOSM dans QGIS : clé highway, valeur vide, emprise réglée sur Emprise du canvas, avec le bouton Exécuter la requête.
Toute la requête tient en trois champs. Clé highway, aucune valeur, emprise du canvas. Capturé le 3 septembre 2026.

Les tags sont la raison pour laquelle une zone cartographiée bat toute détection. highway=track vous dit qu'une voie est un chemin agricole et highway=unclassified qu'il s'agit d'une petite route publique. Aucun modèle de cette page ne peut vous dire ni l'un ni l'autre, car une détection renvoie une forme et OSM renvoie une forme que quelqu'un a déjà nommée. L'attribution est requise sous licence ODbL.

La couverture est là où OSM s'arrête. Ouvrez les lignes highway sur une imagerie récente en Afrique rurale, en Asie du Sud, ou sur la frange en croissance de la plupart des villes, et les pistes sont bien visibles sur l'image sans rien de dessiné dessus.

Imagerie satellite d'un district rural avec les lignes OSM highway en bleu par-dessus. Deux routes principales portent des lignes, alors qu'une douzaine de pistes en terre visibles entre les champs n'en portent aucune.
Lignes OSM highway sur la même emprise. Deux routes revêtues sont cartographiées. Les pistes entre les champs sont visibles sur l'image et absentes de la couche.

Utilisez-la quand : quelqu'un a déjà cartographié la zone.

Évitez-la quand : l'imagerie montre des routes que la couche OSM ne montre pas.

OpenStreetMap est-il complet ? Quatre communes françaises, mesurées

Dans quatre communes françaises mesurées le 23 septembre 2026, OpenStreetMap contenait 96 à 98 % de la longueur des routes revêtues de la BD TOPO officielle de l'IGN, alors que 20 à 32 % des pistes agricoles et forestières de l'IGN en étaient absentes dans les trois communes rurales, et que les détections gratuites de Microsoft retrouvaient 6 à 12 % de ces pistes manquantes. Dans un pays aussi bien cartographié que la France, extraire des routes depuis l'imagerie est un problème de pistes, pas un problème de routes.

CommuneRoutes revêtues IGNAbsentes d'OSMPistes IGNAbsentes d'OSMDont retrouvées par Microsoft
Villeurbanne, ville dense, 15 km²280 km10,3 km (3,7 %)15 km0,8 km (6 %)0,3 km
Orgères-en-Beauce, plaine agricole ouverte, 15 km²27 km0,5 km (2,0 %)27 km5,6 km (21 %)0,7 km (12 %)
Saint-Léonard-de-Noblat, bocage, 55 km²147 km3,9 km (2,6 %)113 km36,4 km (32 %)2,2 km (6 %)
Gérardmer, forêt de montagne, 56 km²216 km3,8 km (1,7 %)228 km44,7 km (20 %)2,8 km (6 %)

Dans ces quatre communes, les lignes de Microsoft couvrent 89 à 95 % de la longueur des routes revêtues de l'IGN, et 17 à 37 % de ses pistes.

Deux copies de la même orthophoto grisée de vallées boisées et de champs. À gauche, OpenStreetMap contre l'IGN : les chemins sont en blanc, donc présents dans les deux jeux de données, et de longues pistes orange à travers les bois sont propres à l'IGN. À droite, Microsoft contre l'IGN : les mêmes pistes orange à travers les bois, plus des chemins entre les champs qu'OSM contient et que Microsoft a manqués.
Une fenêtre de 1,6 sur 1,2 km de Saint-Léonard-de-Noblat, en Haute-Vienne. Le blanc figure dans les deux jeux de données, l'orange uniquement dans la BD TOPO de l'IGN. À gauche, la majeure partie de l'orange passe sous les bois. Orthophoto et BD TOPO de l'IGN, OSM du 23 septembre 2026, détections Microsoft d'avril 2025.

L'endroit où se trouvent les pistes manquantes décide si l'imagerie peut les retrouver. Nous avons tiré au hasard 20 tronçons manquants dans chaque commune rurale et regardé chacun sur l'orthophoto de l'IGN. À Orgères-en-Beauce, 7 montrent une piste au sol et 5 tombent sur un bord de champ nu sans rien à tracer. À Gérardmer, 15 sur 20 passent sous la canopée des conifères, où aucun modèle qui regarde vers le bas ne les verra jamais. Saint-Léonard se situe entre les deux, avec 7 visibles et 5 sous les arbres.

Deux autres constats changent la façon d'interroger. À Gérardmer, 93 km de pistes supplémentaires de l'IGN figurent dans OSM sous highway=path, donc une requête QuickOSM sur track seul les rate : laissez la valeur vide. Et OSM contient ce que l'IGN ne dessine pas, comme 100 km de sentiers et de chemins à Gérardmer et 64 km de voies de service à Villeurbanne (allées de parkings, cours, accès privés).

Comment nous l'avons mesuré

Nous avons pris la BD TOPO troncon_de_route de l'IGN sur le WFS de la Géoplateforme, tous les tronçons OSM highway depuis Overpass les 22 et 23 septembre 2026 (ce que renvoie QuickOSM, trottoirs mis à part), et le lot Microsoft du 28 avril 2025, découpés à chaque commune. Chaque ligne a été coupée en tronçons de 10 m, et un tronçon est compté comme absent quand l'autre jeu de données n'a aucune ligne à moins de 10 m qui court à moins de 45 degrés de lui. À 5 m ou 20 m, les routes revêtues restent sous 5 % d'absence et les pistes rurales entre 15 et 37 %. Quatre communes ne font pas la France, la BD TOPO est une référence et non la vérité (5 des 20 tronçons d'Orgères ne montraient rien au sol), et le contrôle sur orthophoto est l'appréciation d'un seul lecteur sur 60 images.

Méthode 2 : un modèle de segmentation

Un modèle de segmentation a appris à quoi ressemble une route, donc la forme et le contexte le portent au-delà des sosies qui arrêtent la méthode 6. Nous construisons l'un d'eux, AI Segmentation. Cette section parle de notre propre outil.

Installez depuis le gestionnaire d'extensions

QGIS 3.22 ou ultérieur sur Windows, macOS ou Linux. Pas de GPU, pas d'environnement Python, pas de poids à récupérer.

Dessinez la zone

Sur le raster que le canevas affiche déjà, d'une scène satellite à un WMS.

Tapez le mot

road pour la chaussée. parking lot, sidewalk et driveway sont des mots séparés. Lancez-les séparément, ou un parking collé à une route fusionne avec elle.

Filtrez, puis convertissez si vous voulez des lignes

Une fois que l'exécution a renvoyé les polygones, ils portent label, class, score, area_m2 et perimeter_m dans le SCR du projet. Filtrez sur score et area, puis envoyez la surface via GRASS v.voronoi.skeleton pour un axe central.

Un quartier pavillonnaire sur l'imagerie Google Satellite dans QGIS, la chaussée remplie de bordure à bordure en une couche de polygones connectés, en rouge.
Une exécution sur les routes avec l'imagerie Google Satellite, capturée le 3 septembre 2026. Toute la chaussée revient en surface, carrefours compris, et non en ligne au milieu.

La sortie est en polygones de bordure à bordure et jamais en axes centraux, donc un livrable en lignes vous coûte l'étape de squelettisation ci-dessus. Les deux modes cloud envoient l'imagerie vers un serveur dans l'Union européenne, et seul le petit modèle local reste sur votre machine.

La canopée des arbres casse la surface en morceaux que vous rejoignez à la main, et les tabliers de pont font pareil. L'asphalte mouillé et un enrobé neuf changent assez la teinte pour faire décrocher un tronçon. Nous ne publions aucun chiffre de précision, car le nombre bouge avec votre imagerie.

La même couche de routes sur une rue bordée d'arbres : le polygone est continu à découvert et s'interrompt sous chaque avancée de canopée, laissant trois trous le long d'un îlot.
Le problème de la canopée sur un îlot. Trois trous dans une même rue, chacun sous un arbre. Aucune méthode de cette page ne voit à travers les feuilles.

Un chiffre issu de notre propre table de réglage, car il explique un résultat que les gens trouvent étrange. Les routes tournent sur une tuile plus grossière que les bâtiments, plancher à 512 m de terrain par tuile contre 128 m pour un bâtiment, car un modèle à qui on donne un fragment d'enrobé l'appelle un parking. Une route ne se lit comme une route que quand le modèle en voit une longueur.

Coûts, relus le 28 septembre 2026. L'offre gratuite couvre 1,5 km² de terrain par mois en mode Automatique sans carte bancaire, plus 20 détections d'objets par mois en Semi-Auto avec Cloud AI, et le Semi-Auto sur votre propre machine n'a aucun compteur. Pro monte à 100 km² et 500 objets pour 39 € par mois hors TVA. Mapflow livre un modèle routes facturé en crédits à 0,10 dollar chacun, 5 crédits par km² plus le coût de l'imagerie, avec 250 crédits gratuits pour commencer.

Utilisez-la quand : l'imagerie est plus récente que la carte, et qu'il y a plus de routes que vous n'en dessineriez à la main.

Évitez-la quand : OSM contient déjà le réseau, ou que l'imagerie ne peut pas quitter votre machine.

Méthode 3 : jeux de données routières publiés

Quelqu'un a peut-être déjà lancé la détection et donné le résultat.

Microsoft Road Detections couvre 54,2 millions de kilomètres de routes dans 235 pays, extraits de l'imagerie aérienne Bing Maps et publiés sous ODbL sous forme d'axes centraux, un fichier par pays.

Meta publie ses propres routes générées par IA via l'éditeur Rapid. La distribution Daylight qui les emballait a été retirée en mai 2024, donc Rapid est désormais la voie pratique pour y accéder.

Les agences nationales font mieux là où elles existent. La France publie la BD TOPO avec sa couche Troncons de route à précision métrique sous Etalab 2.0, contre l'alignement approximatif d'un jeu de données extrait. La Grande-Bretagne publie OS Open Roads gratuitement via l'OS Data Hub, révisé chaque avril et octobre.

Le hic, c'est l'ancienneté. Un jeu de détection est un instantané de l'imagerie dont il a été extrait, et aucun d'eux ne sait qu'une route a fermé au printemps dernier.

Utilisez-la quand : il vous faut une couverture nationale cet après-midi et que la date suffit.

Évitez-la quand : le chantier porte sur un changement survenu depuis la construction du jeu de données.

Méthode 4 : numérisez à la main, avec le tracé automatique activé

Sous une cinquantaine de routes, les dessiner reste gagnant, et QGIS vous aide vraiment une fois que vous savez ce que le tracé automatique suit.

Activez l'édition, choisissez Ajouter une entité linéaire, puis activez Activer le tracé dans la barre d'accrochage ou appuyez sur T. Accrochez un sommet, allez vers un second, et QGIS construit le plus court chemin entre eux le long des bords des entités existantes. Dépliez l'icône du tracé et réglez Décalage pour numériser en parallèle de ces entités plutôt que le long d'elles.

Deux comportements surprennent. Le tracé automatique se désactive seul quand le canevas contient trop d'entités, et revient quand vous zoomez. Pour une courbe à main levée, R vous donne la numérisation en continu à la place.

Utilisez-la quand : moins d'une cinquantaine de routes, ou des corrections contre une couche à laquelle vous faites déjà confiance.

Évitez-la quand : vous regardez un district de pistes non cartographiées.

Méthode 5 : GRASS r.thin, puis r.to.vect

Travaillez dans un SCR projeté. Deux étapes ci-dessous prennent une largeur en unités de la couche, et une largeur en degrés ne veut rien dire.

C'est la seule méthode qui vous donne des axes centraux directement, et c'est pourquoi elle survit en 2026. Donnez-lui un raster où la route vaut un et tout le reste vaut autre chose : un scan seuillé d'une carte papier, ou un masque issu de la méthode 2 ou 6.

r.thin réduit chaque trait à un pixel de large, et cette chaîne de pixels est l'axe central. r.to.vect avec le type d'objet line le transforme en géométrie. Le manuel GRASS prévient qu'il crée trop de nœuds aux jonctions et des bouts pendants, donc prévoyez le nettoyage : supprimez les bouts par longueur, puis fusionnez les segments qui devraient former une seule route.

GRASS est livré avec la plupart des installeurs QGIS, donc il n'y a rien de plus à acheter. C'est aussi l'étape qui transforme une surface de méthode 2 en réseau de lignes, soit l'association que j'utilise le plus.

Utilisez-la quand : vous avez un masque routier propre ou un scan propre, et qu'il vous faut des lignes.

Évitez-la quand : l'entrée est une photo couleur.

Méthode 6 : classification supervisée

Classez les pixels, puis vectorisez la classe route. Le Semi-Automatic Classification Plugin est l'outil standard, par Luca Congedo. La version 9.0.4 demande QGIS 3.99, la lignée QGIS 4, donc sur QGIS 3.x le gestionnaire vous sert la 8.5.0 à la place. dzetsaka fait le même travail avec une interface plus petite.

Vous dessinez des régions d'entraînement sur les pixels de route et sur chaque autre classe de la scène, lancez un classifieur comme Maximum Likelihood, puis envoyez la classe route via Raster > Conversion > Polygoniser (raster vers vecteur). Le guide raster vers vecteur couvre cette seconde moitié, y compris les algorithmes qui corrigent les bords en escalier que polygonize laisse derrière lui.

Ça marche quand l'enrobé diffère vraiment de ce qui l'entoure, et les bandes multispectrales aident. Ça tombe sur les sosies, car un classifieur compare des valeurs de pixel et ne sait rien de la forme : toits gris, oueds secs et bordures de champs nus tombent tous dans la classe route. Prévoyez des heures pour les échantillons d'entraînement, et attendez-vous à les redessiner pour la scène suivante.

Utilisez-la quand : vous avez des bandes multispectrales et des routes qui y ressortent.

Évitez-la quand : routes et toits partagent une couleur, soit la plupart des villes.

À retenir

Quatre choses font échouer chaque méthode de cette page, quel que soit ce que vous avez payé. La canopée des arbres sur une rue résidentielle cache la route à tout capteur qui regarde vers le bas, donc le résultat revient en morceaux. Un chemin de terre et le champ à côté ont la même couleur, et c'est pourquoi les routes non revêtues manquent exactement là où il faudrait les cartographier.

Les deux autres sont des problèmes de forme. Les rivières, les oueds secs et les voies ferrées sont des objets longs et fins, et toute méthode basée sur le pixel les met dans la classe route. Les ponts et les têtes de tunnel coupent la surface à l'endroit où un réseau doit rester connecté.

Vérifiez OpenStreetMap d'abord, car trente secondes là-bas décident si les cinq autres méthodes valent la peine d'être ouvertes.

Décidez entre un axe central et une surface avant de choisir une méthode, pas après. Le routage a besoin de la ligne, les calculs de surface ont besoin du polygone, et la conversion coûte une étape dans les deux sens.

Le tracé automatique suit les entités vectorielles existantes, jamais l'imagerie dessous. r.thin a besoin d'un raster binaire, jamais d'une photo.

Les routes sous les arbres reviennent morcelées dans chaque méthode de cette page, et aucune somme d'argent n'y change rien.

Une surface de méthode 2 passée dans la méthode 5 vous donne un réseau d'axes centraux que personne n'a eu à numériser.

Essayez gratuitement dans QGIS, sans carte bancaire

Questions fréquentes

QGIS peut-il extraire seul des routes depuis une imagerie satellite ?

Pas automatiquement. Le cœur de QGIS numérise à la main et vectorise des rasters que vous avez déjà classés. Sortir des routes d'une photo demande un plugin : un modèle de segmentation, ou un classifieur comme SCP que vous entraînez vous-même.

L'extraction de routes donne-t-elle des lignes ou des polygones ?

Les deux existent, et la méthode décide. OSM, les jeux nationaux, les détections publiées et GRASS r.thin renvoient des lignes. La classification supervisée et les modèles de segmentation renvoient des surfaces, car une surface est ce que montre l'imagerie. GRASS v.voronoi.skeleton convertit l'un en l'autre.

Pourquoi les routes sous couvert arboré sortent-elles morcelées ?

Aucun capteur qui regarde vers le bas ne voit à travers une canopée, donc le trou est dans la donnée avant que tout logiciel y touche. Reliez les morceaux en accrochant les segments ensemble dans une session d'édition.

Le réseau routier d'OpenStreetMap est-il complet ?

Pour les routes revêtues dans un pays bien cartographié, presque : OSM contenait 96 à 98 % de la longueur des routes revêtues de l'IGN dans les quatre communes françaises que nous avons mesurées en septembre 2026. Les pistes sont le point faible, avec 20 à 32 % de la longueur des pistes de l'IGN manquante dans les communes rurales. À l'échelle mondiale, une étude de 2017 situait le réseau routier d'OSM à environ 83 % de complétude.

Une méthode peut-elle trouver les pistes non revêtues ?

En partie. Un chemin de terre et le champ à côté partagent une couleur, donc la classification les rate d'habitude et les modèles de détection trouvent les plus larges. OSM highway=track est la source la plus fiable là où un mappeur est passé, ce qui est le problème aux endroits qui en ont le plus besoin.

Quelle résolution d'imagerie suffit pour extraire des routes ?

Celle qui sépare la route de ce qui est à côté. Une autoroute apparaît dans une scène satellite grossière ; une ruelle résidentielle sous les arbres demande une orthophoto à 20 cm ou mieux. Testez votre propre imagerie sur une offre gratuite avant de choisir une méthode.

L'extraction de routes est-elle gratuite dans QGIS ?

Les méthodes 1 et 3 à 6 sont gratuites à installer et gratuites à lancer. Seuls les modèles de segmentation cloud facturent, et les deux nommés ici ont une offre gratuite.

Puis-je activer le tracé automatique pour suivre une route sur l'imagerie ?

Le tracé automatique ne regarde pas l'image. Le manuel QGIS 3.44 est explicite : il construit le plus court chemin le long des bords des entités vectorielles existantes. Sur une imagerie satellite nue, il n'y a rien à suivre, donc l'outil ne fait rien du tout. Il devient rentable quand vous avez déjà des parcelles ou un réseau partiel et que vous voulez que la nouvelle géométrie s'y accroche.

Puis-je lancer GRASS r.thin sur une photo aérienne ?

r.thin a besoin d'un raster où la route vaut un et tout le reste vaut autre chose. Donnez-lui une photo couleur et il affine ce que les valeurs de pixel regroupent par hasard, ce qui n'est pas des routes. C'est un excellent outil placé une étape trop tôt : il appartient après une classification ou une détection, pas avant.

Le guide raster vers vecteur couvre la moitié polygonize de la méthode 6, et le guide des emprises de bâtiments suit l'étape de filtrage de bout en bout. Si l'enchaînement détection puis squelettisation de la méthode 2 devient répétitif d'une tuile à l'autre, AI Agent peut exécuter ces mêmes étapes à partir d'une seule instruction dans QGIS. Le hub QGIS AI compare les plugins côte à côte.