Bunting Labsの代替ツール7選: QGISで地図と画像をデジタイズする方法

Bunting LabsのAI Vectorizerは、スキャンした地図を手動でデジタイズしている間、カーソルの先にある地物をトレースする pluginです。グラフィックカードは不要で、数分でインストールでき、rasterのタイルを同社のサーバーへ送信します。この点や価格が気になるなら、重なる用途をカバーする別のツールが6つあります。どれが適しているかは、ほぼ完全に何を入力するかで決まります。

開示: 以下の7つのうち1つは私たちが開発しています。AI Segmentationです。他のツールと同じ質問をAI Segmentationにも投げかけています。また、この記事ではBunting Labsを案内する作業も1つあります。

価格とスクリーンショットは、各ベンダーの公式ページから取得し、2026年8月23日に確認しました。

Bunting Labsが販売するもの

4つのツールがあり、そのうちQGIS内で動くのは最初の1つだけです。

• AI Vectorizer、pluginです。ベクターlayerで編集セッションを開始し、道路、等高線、区画の境界に沿って2つの頂点を配置すると、カーソルの先に線を続けて描きます。主導権はあなたにあります。提案を受け入れることも、上書きすることもできます。出力は編集中のlayerに直接入るため、QGISがエクスポートできる形式なら何でも書き出せます。製品ページ
• AI Georeferencer、ブラウザで使います。スキャンした地図をアップロードすると、control pointを配置し、watermark入りのプレビューを表示します。GeoTIFFのダウンロードには料金がかかります。ツール
• Deed Digitizer、こちらもブラウザ専用です。文章で書かれた法的記述を貼り付けると、closure error付きのベクター形状を取得できます。
• Kue、QGIS内でプロジェクトを読み書きするチャットアシスタントです。2025年2月以降、新しいリリースがないため、これを目的にプランを選ばないでください。製品ページ

インストールに必要なのはplugin managerだけです。モデルのダウンロード、CUDA、Pythonパッケージは不要で、計算は同社のサーバー上で行われるため、オフィス用ノートPCで動きます。最初のクリックでpluginがアカウントを作成し、カード登録なしで評価用の地図チャンクを150個付与します。チャンクとは、カーソル周辺のrasterを256ピクセルのタイルにしたものです。

実際に時間を節約できるのでしょうか。USGSの地質四角形図を使った同社の時間計測テストでは、手作業が65分、plugin使用時が31分でした。再実行できるように、元のrasterと2つの出力GeoPackageも公開しています。

適合しなくなるところ

始める前にシート単位の価格を計算できません。 メーターが数えるのはチャンクで、チャンクとは完了した地物ではなく、カーソルが通過したタイルです。細かいスキャンを扱う忙しい午前中なら、1日の上限を使い切ります。同じ時間でも、きれいなスキャンなら使い切りません。プランは月額29ドルまたは99ドルの定額なので、支出は予測できます。実際に効いてくるのは1日の上限です。

地図は同社のサーバーへ送信され、安価なティアでは学習に使われる可能性があります。 29ドルのティアでは、利用データを製品改善に使用すると料金カードに記載されています。99ドルのティアでは、データ保持ゼロ、データを使った学習なしと記載されています。契約に基づいてクライアントのスキャンを扱うなら、どちらを購入するかを決めるのはこの違いです。

料金カードが答えていない疑問については、セキュリティページも確認してください。表によると、Professional cloud planでもPersonalと同様にOpenAIとGoogleが地図データを参照します。両者をlocal modelに置き換えられるのは、on-premise deploymentだけです。

自分が描いている線しか描きません。 このツールで地域内のすべての建物を返すことはできません。「この町の屋根を4,000個すべて出して」と言う仕事なら、vectorizerは用途に合いません。このリストの後半にあるツールを探してください。

代替ツール

1. Bunting Labs AI Vectorizer、基準となる選択肢

• 入力するもの スキャンした地図、ジオリファレンス済みPDF、as-built図面、画像。
• インストールするもの plugin。公式ページでは5分以内とあり、実際その通りです。端末に他のものを入れないからです。
• GPU 不要。オフィス用ノートPCで動きます。
• アカウント 必要。最初のクリック時にQGIS内で作成され、評価用にチャンク150個が無料で付与されます。
• データがlocalに留まるか いいえ。カーソル周辺のrasterタイルが同社のサーバーへ送信されます。
• 出力されるもの 編集中のlayer内の頂点。任意のQGISエクスポート形式に加え、ArcGISとCADにも対応します。
• 苦手なもの 地域全体を一度に処理する必要があるもの、または薄い線や途切れた線。地物から外れてしまい、節約した時間を頂点の修正に使うことになります。
• buntinglabs.com

2. QGIS単体、thresholdしてPolygonize

QGISのcoreにはArcScanがなく、digitizing toolbarのTrace toolはピクセルではなく既存のベクター形状を追従します。使えるのはGDAL toolboxのPolygonize (raster to vector)です。まずrasterを分類またはthreshold処理し、polygonizeしてからSimplifyします。

• 入力するもの すでにきれいなクラスに縮約したraster、またはbinary mask。
• インストールするもの なし。QGISに含まれています。
• GPU 不要。
• アカウント 不要。データがlocalに留まるか はい、完全にlocalです。
• 出力されるもの 同じ値のピクセルが接しているグループごとに1つのポリゴン。任意のベクター形式にできます。
• 最初の結果までの時間 maskがすでにきれいなら数分。
• 苦手なもの 文字、ハッチング、等高線ラベル、scanner noiseを含むもの。数万個の小さな点ができ、手作業でデジタイズするよりもクリーンアップに時間がかかります。Bunting LabsもArcScanの記事の「うまくいかないこと」で同じ指摘をしており、正しいです。
• QGIS raster conversion docs

きれいなmaskなら、誰かにお金を払うよりこちらが優れています。

3. GeoalertのMapflow

• 入力するもの orthophotoとbasemap。スキャンは対象外です。
• インストールするもの pluginだけ。
• GPU 不要。アカウント 必要。データがlocalに留まるか いいえ。すべての検出がserver callになります。
• 出力されるもの オブジェクトタイプ別のベクターlayer。高さを付けた建物、道路、農地、森林、建設現場に対応します。
• 実際の作業コスト 建物の実行は1 km²あたり10 credits、1 creditは0.10ドルです。各ジョブはkm²単位に切り上げられるため、屋根を対象にした100 km²の町なら、おおよそ100ドルから130ドルです。無料プランは250 credits、上限25 km²で、エクスポートは無効です。見ることはできますが、持ち帰ることはできません。
• 苦手なもの 密集した段状住宅。1列が1つのポリゴンに結合されます。公式スクリーンショットにも現れています。
• mapflow.ai · QGIS plugin docs

4. Deepness

• 入力するもの 任意のraster layerとONNX model。土地被覆、建物、道路、solar panel、樹冠、車をカバーするlibraryが付属します。
• インストールするもの plugin。その後、初回使用時にOpenCVとONNX Runtimeをpip installします。WindowsまたはLinuxなら20分、インストールで問題が起きれば半日を見てください。maintainerにはテスト用のMacがなく、インストールページにはまだ「MacOS - 近日対応」と表示されています。
• GPU 任意。CPUで動作します。GPUには自分でCUDAを設定する必要があります。
• アカウント 不要。データがlocalに留まるか はい。
• 出力されるもの modelに応じて、ポリゴンlayerまたはclassified raster。
• 苦手なもの modelの学習データに似ていない画像。北米郊外で学習した建物modelをmedinaで使っても、期待どおりにはなりません。
• Repository · Docs

5. Geo-SAM

• 入力するもの 任意のraster。ポイントをクリックするかboxをドラッグすると、その下にあるオブジェクトを1つずつ返します。
• インストールするもの plugin。その後、何かをクリックする前にraster全体でencoderを実行します。大きなsceneでは、このencoding passが本当のコストになります。
• GPU encodingには推奨。CPUでも動きますが遅くなります。
• アカウント 不要。データがlocalに留まるか はい。
• 出力されるもの クリック1回につき1つのポリゴン。shapefileまたはGeoPackageに書き込まれます。
• 苦手なもの 広い地域。オブジェクトを1つずつクリックし続ける必要があるためです。また、まだencoderがカバーしていないものも苦手です。
• Repository

6. samgeo、segment-geospatial package

• 入力するもの scriptからrasterを渡し、text、point、boxのpromptを指定します。タイルをまたいでbatch処理できます。
• インストールするもの segment-geospatialとtorchを含むPython environment。新しいenvironmentなら半日を見てください。
• GPU 推奨。アカウント 不要。データがlocalに留まるか はい。
• 出力されるもの maskはGeoTIFF、ベクターはGeoJSONまたはshapefile。
• 苦手なもの panelが必要な場合のあなた自身です。これはlibraryなので、コードを書く必要があります。
• 知っておく価値があること Bunting Labs自身がここを案内しています。USGS case studyの最後の節では、航空画像ではSegment Anythingが同社のvectorizerを上回るとし、選択肢としてsamgeoを挙げています。
• samgeo.gishub.org · Repository

7. AI Segmentation、私たちの製品

• 入力するもの orthophotoとbasemap。zoneを描き、対象オブジェクトを平易な言葉で入力します。
• インストールするもの pluginだけ。plugin managerからインストールします。weightsのダウンロード、CUDA、Python environmentは不要です。QGIS windowの右側にdockとして表示され、各実行結果は独立したlayerとしてlayer treeに入ります。
• GPU 不要。どのノートPCでも動きます。
• アカウント 必要。無料で、カード登録は不要です。
• データがlocalに留まるか 2つのcloud modeではいいえ。画像はEuropeのserverへ送信されます。Semi-Autoの小さなlocal modelだけは端末上に留まります。
• 出力されるもの styled GeoPackage。オブジェクトごとに1つのポリゴンができ、label、class、confidence score、areaが付きます。
• 実際の作業コスト 無料プランでは、automatic detectionが月3 km²、object detectionが月50個までです。Proは月額39ユーロで300 km²と2,000個のobject detectionに対応するため、同じ100 km²の町なら1か月分のenvelopeの3分の1、作業量として約13ユーロです。自分の端末で実行するSemi-Autoにはcounterがありません。
• 苦手なもの 紙のスキャン地図、PDF plan、as-built図面。私たちは画像だけを読み、それ以外は扱いません。1955年の地籍図を入力しても、使える結果は得られません。スキャンが大量にあるなら、私たちではなくBunting Labsを使ってください。
• 製品ページ · Registry entry

QGISで無料で試す。カード登録不要

比較

選び方

• スキャンしたシート、PDF plan、as-built図面が大量にある。 Bunting Labs。このページの他のツールは紙を読みません。私たちも同じです。
• 画像から地域内のすべてのオブジェクトを抽出したい。 Mapflowまたは私たちのAI Segmentation。どちらもserver上で動くため、どのノートPCでも使え、plugin以外のものをインストールしません。
• 画像を建物の外へ出せない。 modelがあるならDeepness、自分でオブジェクトをクリックしたいならGeo-SAM、pipelineを書くならsamgeo。すべて無料ですが、すべてインストール作業が必要です。
• すでにきれいなbinary maskがある。 Polygonize。その作業で誰かにお金を払わないでください。

50個未満の地物なら、どれもセットアップする価値はありません。手作業でデジタイズしたほうが、QGISの再起動が終わる前に作業を終えられます。

全体像を知りたいなら、比較した8つのAI pluginではclassificationとcloud removalも扱っています。Segment Anything guideでは、どのpluginがどのversionのSAMを実行するかを詳しく説明しています。QGIS AI hubでは両方を一覧できます。