任意の範囲の建物フットプリントをダウンロード
4つのオープンな建物データセットを比較して、1つをダウンロードできます。
0.00 km² / 25 km²
バウンディングボックス
ソース
ダウンロード
QGIS plugin
AI Segmentation for QGIS
Buildings missing or outdated in these datasets? Detect them yourself on any aerial image, in QGIS.
AI Edit
AI AgentGuide
How it works, formats and limits.
About this tool
範囲を描いて、4つのオープンな建物データを読み込み、建物ポリゴンをGeoJSONとしてダウンロードできます。QGISまたはArcGISで利用できます。アカウントもメールアドレスも不要です。ライセンスと帰属表示はファイルに含まれます。
読み込んだソース: 4つのオープンデータセット · GeoJSON, Shapefile, KML, CSV · アカウント・メール不要 · データセット情報の最終確認日
実際のダウンロード6件
以下の画像はすべて、このツールが渡すファイルから直接描いた結果です。描き直しも整形もしていません。 ダウンロード日
2064棟, OpenStreetMap 壁を共有する建物が密集しています。建物ごとに1つの輪郭があるため、奥の中庭も見えます。 
1246棟, OpenStreetMap 港の倉庫とテラスハウスが隣り合っています。1回のダウンロードに、サイズの大きく異なる2種類の建物があります。 
3782棟, OpenStreetMap 1平方キロメートルの中に3,782棟の建物があり、OpenStreetMapにはそのすべてが登録されています。 
2542棟, Microsoft 砂漠の郊外を機械で検出したものです。碁盤目状の区画にあるすべての住宅を、現地測量ではなく画像からトレースしています。 
2381棟, Microsoft 袋小路と、幹線道路沿いの連棟店舗があります。ここでは、OpenStreetMapのカバーが薄い場所をMicrosoftが補っています。 
1219棟, Microsoft 大きな区画の周りに低層建物が密集しています。ここでは、2つのデータソースの差は200棟以内です。
4つのデータセットと、それぞれの得意分野
4つとも商用利用が可能ですが、4つとも利用者に対応を求めます。ODbLのOverture、OpenStreetMap、Googleは、派生データベースを同じ条件で共有するよう求めています。CC BY 4.0のGoogleとCDLA Permissive 2.0のMicrosoftが求めるのはクレジット表記だけです。同じ地表についても結果は一致しません。その違いが役に立ちます。
| データセット | カバー範囲 | データ時点 | ライセンス | ポリゴンの形状 |
|---|---|---|---|---|
| Overture Maps buildings | グローバル。他の3つが持つものを含み、Overtureで統合・重複排除されているため、4つの中で最も完全で、最も速く応答します。ボックスは公開ファイルからフィルタリングされるのではなく、インデックスからサーバー側で切り出されます。 | 2026年8月19日のリリース | ODbL 1.0 | OpenStreetMap、Microsoft、Google、Esriから統合し、Overtureで重複を排除しました。建物ごとに1つのポリゴンで、上流のデータセットに高さと階数があればそれを含み、すべてのポリゴンにその上流の名前が付きます。 |
| OpenStreetMap | 世界全体。地域のマッピングコミュニティが作成した範囲で、完全なカバレッジを提供します。ヨーロッパと北米の多くの都市では密度が高く、まだ誰もマッピングしていない場所ではまばらです。 | 最新。現在の地図にある内容です。 | ODbL 1.0 | 人が描いたデータです。長屋の1列は1つのポリゴンになっていることがよくあります。住所、階数、名称、屋根形状など、属性が豊富です。 |
| Microsoft Global ML Building Footprints | 世界全体。モデルは衛星画像と航空画像を解析したため、測量士が訪れていない建物も検出し、意図的に見逃しません。画像に写っていた範囲で止まります。 | 2026年2月3日のリリース | CDLA Permissive 2.0 | モデルが検出したデータです。建物ごとに1つのポリゴンがあり、信頼度スコアと、画像から推定できた場合は高さの推定値が含まれます。 |
| Google Open Buildings v3 | アフリカ、南アジア、東南アジア、ラテンアメリカとカリブ海地域のみ。ヨーロッパ、北米、オーストラリアは対象外です。その範囲内では、3つの中で最も密度が高いです。 | 2023年5月までの画像 | CC BY 4.0 or ODbL 1.0 | モデルが検出したデータです。複合施設を多数の小さなポリゴンに分割し、信頼度スコアと平方メートル単位の面積を含みます。 |
実例: パリ中心部の1 km²
Île de la Cité周辺の2.345400,48.852100,2.359000,48.861100の範囲を、2026-08-14に計測しました。以下の数値はこのツールが返した結果で、推定値ではありません。 シテ島とカルチエ・ラタン、パリ, 1.0 km².
| データセット | 建物 | 総フットプリント面積 | 結果 |
|---|---|---|---|
| OpenStreetMap | 1,391 | 454,132 m² | Overpassから約6秒でライブ取得。ポリゴンあたり326 m²。 |
| Microsoft Global ML Building Footprints | 213 | 568,930 m² | 91 MBのファイル1つを全体読み込みし、ボックスでフィルタリング。ポリゴンあたり2,671 m²。 |
| Google Open Buildings v3 | 0 | 0 m² | カバレッジなし。Google Open Buildings v3は欧州向けデータを公開していない。 |
この2行をもう一度見てください。OpenStreetMapはMicrosoftの6.5倍のポリゴンを返し、Microsoftは25%広い範囲をカバーしています。どちらも正しい結果です。パリ中心部では、モデルが街区全体を平均2 671 m²の1つの形状にまとめる一方、人が平均326 m²の建物ごとに描いています。つまり、件数は都市のどれだけがデータに入っているかではなく、データの切り分け方を示します。そのため、このページでは件数でソースの順位を付けず、すべてのソースについて総フットプリント面積を件数の横に表示しています。
各データセットを読み込む仕組み
OpenStreetMap: ライブクエリ
範囲はOverpassというOpenStreetMapのクエリサービスに送られ、その範囲にある、buildingタグが付いたすべてのwayとマルチポリゴンリレーションが返されます。特定の時点のスナップショットではありません。ボタンを押した時点の地図が得られます。リレーションは適切なポリゴンに戻して結合するため、中庭のある建物は穴を含んだ形状として取得され、ばらばらの線にはなりません。
Microsoft: タイルごとに1ファイル
Microsoftは世界を30,344個のgzip圧縮ファイルとして公開しています。各ファイルはWeb Mercatorのズーム9タイルに1つずつ対応し、合計117 GBです。ファイル内にインデックスがないため、小さな範囲を取得するにはタイル全体を読み込み、不要な部分を捨てるしかありません。タイルの中央値はウェブリクエスト内で処理できる大きさです。高密度な都市はそうではありません。パリ中心部は1つの91 MBファイルです。タイルが大きすぎる場合、このページは処理中のままにせず、正確なファイルを示します。
Google: 大陸サイズのファイル
Google Open Buildings v3には、312ファイルに分かれた1.85 billion件の建物があり、合計178 GBです。S2セル単位に分割されています。中央値のファイルは164 MB、最大のファイルは8.4 GBです。ほとんどの範囲はウェブリクエスト内で切り出せないため、Googleについてこのページが主に行うのは場所の特定です。対象エリアをカバーする312ファイルのどれかと、そのサイズを示します。それでも、ほとんどの人が知りたい答えは得られます。
カバー範囲は推測せず確認しています
Googleは公開したすべてのセルの境界を公開しており、このページにもそのコピーがあります。そのため、「Googleにはここにデータがありません」という回答は、誰かが入力した対応表ではなく、Google自身のインデックスに基づきます。Googleはヨーロッパ、北米、オーストラリアをカバーしていません。
ライセンスと帰属表示
このページが書き出すすべてのファイルには、GeoJSON内にライセンスと帰属表示の文字列が含まれるため、ファイル名を変更したり他の人に渡したりしても義務が残ります。ODbLデータから派生したものを公開する前にライセンスを確認してください。ODbLは同一条件での共有が必要で、他の2つにはその条件がありません。
Overture Maps buildings
ODbL 1.0 · ライセンスを読む
この行をデータと一緒に保持
© Overture Maps Foundation, © OpenStreetMap contributors, Microsoft, Google, Esri
OpenStreetMap
Microsoft Global ML Building Footprints
CDLA Permissive 2.0 · ライセンスを読む
この行をデータと一緒に保持
Microsoft Global ML Building Footprints, CDLA Permissive 2.0
Google Open Buildings v3
このツールでできないこと
- 範囲は25 km²までです。これを超えるとOverpassがタイムアウトし、ブラウザで描画するにはファイルが大きくなりすぎます。
- ポリゴンは切り取られません。ボックスに触れる建物は、全体が含まれます。そのため、ファイルは描いた境界を越えることがあります。これは Microsoft で特に重要です。密集した都市では、Microsoft のポリゴンが1つで街区全体になることがあります。
- シェープファイルの書き出しでは、形式の上限である10文字にすべてのフィールド名が切り詰められるため、長いOpenStreetMapのタグは短くなります。属性名をそのまま残したい場合はGeoJSONを使ってください。
- 1ファイルにつき1データセットです。2つのソースをマージすると、どの重複を残すか決める必要があります。その判断は私たちではなく、あなたが行うものです。
- 日付変更線をまたぐ範囲は、黙って分割せず拒否します。
このデータを使うガイド
建物フットプリントとは？定義と面積建物フットプリントとは外壁の内側に囲まれた地面面積で、各階の床面積を合計する延床面積とは別の指標です。QGISで建物ポリゴンのshapefileを作成して面積(m2)を自動計算する手順や、CAD図面・空中写真から輪郭をトレースし階数別のフットプリントを計測する方法を、実務の現場で役立つ具体例を交えて解説します。
QGISで建物抽出：建物フットプリントを作る3つの方法QGISで建物を抽出するには、オープンデータの利用、AIによる自動検出、手動デジタイズの3つの方法があります。範囲を描いて対象名を入力すれば数分でポリゴンレイヤが得られ、信頼度と面積によるフィルタリング、ジオメトリの整形までパリ中心部の実行例で解説します。
QGISでラスタをベクタに変換する5つの方法分類済みラスタをベクタに変換するなら、「ラスタ」→「変換」→「ラスタをベクタ化（polygonize）」を使います。QGISでの5つの方法と、階段状エッジの直し方、写真に対する対処法を手順どおりに解説します。
QGISのAI Segmentation完全ガイドAI SegmentationはQGISの画像から、範囲を描いて対象物を入力するだけで、一致したすべてをポリゴンにするプラグインです。インストールから自動モードの初回実行、Keep・Correct・Shapesのレビュー、半自動モード、GPU不要の仕組みまで解説します。
QGISでSAMを使う：7つのプラグイン比較SAM（Segment Anything）は、クリックや単語で対象の輪郭を抽出するモデルです。QGISで動くプラグイン7つ（AI Segmentation、GeoAI、GeoOSAMなど）を、料金、NVIDIAカードの要否、インストール手順で比較します。
セマンティックセグメンテーションとインスタンスセグメンテーションの違いセマンティックセグメンテーションは全ピクセルにクラスを付け、インスタンスセグメンテーションは建物1棟ずつを別の物体として分けます。航空写真での実測例とQGISでの手順をもとに、面積を測る用途と個数を数える用途の使い分けを解説します。
建物ポリゴンを取得する3つの方法と、レイヤが使える状態かどうかを決めるフィルタリング手順を詳しく解説: QGISで建物抽出と建物ポリゴン化を行う方法