Wegen in QGIS extraheren: 6 methoden en 1 valkuil

Om wegen te extraheren in
, installeer QuickOSM, open Vector > QuickOSM > QuickOSM, vraag de key highway op over je canvas-extent, en het netwerk verschijnt binnen seconden als lijnen. Waar OpenStreetMap dun is, zetten vijf andere methoden wegen op de kaart: een gepubliceerde nationale dataset, handmatig digitaliseren, GRASS-verdunning, gesuperviseerde classificatie, en een segmentatiemodel.
- Snelste, en gratis: QuickOSM, als iemand het gebied al heeft gemapt.
- Nationale dekking vandaag: een gepubliceerde dataset, nog steeds gratis.
- Beelden nieuwer dan de kaart: een segmentatiemodel, vanaf een gratis tier.
- Lijnen uit een masker of een scan: GRASS
r.thindanr.to.vect.
Eén keuze komt eerst, en die beslist welke methoden voor je openstaan. Je extraheert geen wegen. Je kiest tussen een hartlijn, één lijn in het midden met rijstrookaantal en maximumsnelheid, en een wegvlak, het asfalt van stoeprand tot stoeprand. Routering heeft de lijn nodig. Afwatering en hoeveelheden voor herstrating hebben het vlak nodig. De helft van de methoden hieronder geeft je het een, de helft het ander, en omzetten kost een extra stap.
Waar het web dit fout heeft
Twee antwoorden keren terug in QGIS-tutorials en forumdraden, en beide kosten een middag voordat je erachter komt.
"Zet automatisch overtrekken aan en volg de weg op de beelden." Overtrekken kijkt niet naar de foto. De QGIS 3.44-handleiding is expliciet: het bouwt het kortste pad langs de randen van bestaande vectorobjecten. Boven kale satellietbeelden valt er niets te volgen, dus de tool doet helemaal niets. Het loont als je al percelen of een gedeeltelijk netwerk hebt en de nieuwe geometrie daaraan wilt laten snappen.
"Draai GRASS r.thin op je luchtfoto." r.thin heeft een raster nodig waarin weg de ene waarde is en al het andere de andere. Geef het een kleurenfoto en het verdunt wat de pixelwaarden toevallig groeperen, en dat zijn geen wegen. Het is een briljante tool één stap te vroeg geplaatst: hij hoort na een classificatie of een detectie, niet ervoor.
Het korte antwoord
| Waar je mee werkt | Methode | Wat het kost |
|---|---|---|
| Een stad met actieve OSM-mappers | 1, QuickOSM | Gratis |
| Een land met een nationale wegdataset | 2, download en clip | Gratis |
| Een handvol wegen, of correcties op een layer die je hebt | 3, digitaliseer met overtrekken aan | Gratis, en traag |
| Een wegmasker of een gescande kaart | 4, GRASS r.thin dan r.to.vect | Gratis |
| Een multiband-scène waarin asfalt opvalt | 5, gesuperviseerde classificatie | Gratis plugin, uren aan samples |
| Recente beelden van ergens waar OSM nog niet is gekomen | 6, een segmentatiemodel | Gratis tiers, daarna een abonnement |
Voordat je begint
Werk in een geprojecteerde CRS. Twee stappen hieronder nemen een breedte in layer-eenheden, en een breedte in graden zegt niets.
Vier dingen breken elke methode op deze pagina, wat je er ook voor hebt betaald. Boomkronen boven een woonstraat verbergen de weg voor elke sensor die naar beneden kijkt, dus het resultaat komt in stukken terug. Een zandweg en het veld ernaast hebben dezelfde kleur, daarom ontbreken onverharde wegen precies op de plekken die ze het hardst nodig hebben gemapt.
De andere twee zijn vormproblemen. Rivieren, droge rivierbeddingen en spoorlijnen zijn lange dunne objecten, en elke pixelmethode zet ze in de wegklasse. Bruggen en tunnelmonden snijden het vlak door precies op het punt waar een netwerk verbonden moet blijven.
Methode 1: Wegen uit OpenStreetMap met QuickOSM
Dertig seconden OSM controleren bespaart je elke methode hieronder. QuickOSM bevraagt de Overpass API en zet het antwoord direct in je project.
Install QuickOSM
Plugins > Manage and Install Plugins, zoek QuickOSM, installeer.
Open the quick query
Vector > QuickOSM > QuickOSM, tabblad Quick query.
Set the key
Key highway, value leeg voor elke wegklasse. Voeg een value toe om te vernauwen: residential, track, motorway.
Bound it
Kies Canvas Extent. Een onbegrensde landsquery krijgt een time-out op Overpass.
Run and filter
Lijnen komen binnen met de OSM-tags eraan. Filter op highway, en lees surface waar die bestaat.

De tags zijn de reden waarom een gemapt gebied elke detectie verslaat. highway=track zegt dat een weg een landbouwpad is en highway=unclassified dat het een kleine openbare weg is. Geen model op deze pagina kan je beide vertellen, want een detectie geeft een vorm terug en OSM geeft een vorm terug die iemand al heeft benoemd. Naamsvermelding is verplicht onder de ODbL.
Dekking is waar OSM stopt. Open de highway-lijnen over recente beelden in ruraal Afrika, in Zuid-Azië, of aan de groeirand van de meeste steden, en de paden staan duidelijk in het beeld zonder dat er iets op is getekend.

Gebruik het als: iemand het gebied al heeft gemapt.
Sla het over als: de beelden wegen tonen die de OSM-layer niet heeft.
Methode 2: Gepubliceerde wegdatasets
Misschien heeft iemand de detectie al gedraaid en het resultaat weggegeven.
Microsoft Road Detections dekt 54,2 miljoen kilometer weg in 235 landen, gewonnen uit Bing Maps-luchtbeelden en vrijgegeven onder de ODbL als hartlijnen, één bestand per land.
Meta publiceert zijn eigen AI-gegenereerde wegen via de Rapid editor. De Daylight-distributie die ze verpakte is sunset in May 2024, dus Rapid is nu de praktische route ernaartoe.
Nationale agentschappen verslaan beide waar ze bestaan. Frankrijk publiceert BD TOPO met zijn Troncons de route-layer op metrische precisie onder Etalab 2.0, tegen de grove ligging die een gewonnen dataset je geeft. Groot-Brittannië publiceert OS Open Roads gratis via de OS Data Hub, ververst elke april en oktober.
De adder is de ouderdom. Een detectieset is een momentopname van de beelden waaruit hij is gewonnen, en geen van deze weet dat een weg vorig voorjaar is afgesloten.
Gebruik het als: je vanmiddag nationale dekking nodig hebt en de datum goed genoeg is.
Sla het over als: de klus een verandering is sinds de dataset is gebouwd.
Methode 3: Handmatig digitaliseren, met overtrekken aan
Onder de vijftig wegen wint tekenen nog steeds, en QGIS helpt je echt zodra je weet wat overtrekken volgt.
Zet bewerken aan, kies Add Line Feature, en schakel dan de Tracing-tool in op de Snapping-werkbalk of druk op T. Snap naar een vertex, ga naar een tweede, en QGIS bouwt het kortste pad ertussen langs bestaande objectranden. Klap het overtrek-icoon uit en stel Offset in om parallel aan die objecten te digitaliseren in plaats van erlangs.
Twee gedragingen verrassen mensen. Overtrekken schakelt zichzelf uit als het canvas te veel objecten bevat, en komt terug als je inzoomt. Voor een vrije curve geeft R je streaming-digitaliseren.
Gebruik het als: onder de vijftig wegen, of correcties tegen een layer die je al vertrouwt.
Sla het over als: je naar een wijk met ongemapte paden staart.
Methode 4: GRASS r.thin, dan r.to.vect
Dit is de enige methode die je direct hartlijnen geeft, daarom overleeft hij in 2026. Voer hem een raster waarin weg de ene waarde is en al het andere de andere: een gedrempelde scan van een papieren kaart, of een masker uit methode 5 of 6.
r.thin versmalt elke streek tot één pixel breed, en die pixelketen is de hartlijn. r.to.vect met objecttype line maakt er geometrie van. De GRASS-handleiding waarschuwt dat hij te veel nodes maakt op kruisingen en losse uitlopers, dus reken op opruimen: verwijder de uitlopers op lengte, en voeg dan de segmenten samen die één weg horen te zijn.
GRASS zit bij de meeste QGIS-installers, dus je hoeft niets extra te kopen. Het is ook de stap die een methode-6-vlak omzet in een lijnnetwerk, en dat is de combinatie die ik het meest gebruik.
Gebruik het als: je een schoon wegmasker of een schone scan hebt, en lijnen nodig hebt.
Sla het over als: de invoer een kleurenfoto is.
Methode 5: Gesuperviseerde classificatie
Classificeer de pixels, vectoriseer dan de wegklasse. De Semi-Automatic Classification Plugin is de standaardtool, van Luca Congedo. Release 9.0.4 heeft QGIS 3.99 nodig, de QGIS 4-lijn, dus op QGIS 3.x geeft de manager je in plaats daarvan 8.5.0. dzetsaka doet hetzelfde werk met een kleinere interface.
Je tekent trainingsgebieden op wegpixels en op elke andere klasse in de scène, draait een classifier zoals Maximum Likelihood, en stuurt dan de wegklasse door Raster > Conversion > Polygonize. De raster to vector guide dekt die tweede helft, inclusief de algoritmen die de trapranden herstellen die polygonize achterlaat.
Het werkt als asfalt echt verschilt van wat eromheen ligt, en multispectrale banden helpen. Het valt om op de lijk-op-objecten, want een classifier vergelijkt pixelwaarden en weet niets van vorm: grijze daken, droge rivierbeddingen en kale akkerranden belanden allemaal in de wegklasse. Reken op uren voor de trainingssamples, en verwacht ze voor de volgende scène opnieuw te tekenen.
Gebruik het als: je multispectrale banden hebt en wegen die erin opvallen.
Sla het over als: wegen en daken dezelfde kleur delen, en dat is in de meeste steden zo.
Methode 6: Een segmentatiemodel
Een segmentatiemodel heeft geleerd hoe een weg eruitziet, dus vorm en context dragen het voorbij de lijk-op-objecten die methode 5 stoppen. Wij bouwen er een van, AI Segmentation. Dit deel gaat over onze eigen tool.
Install from the plugin manager
QGIS 3.22 of later op Windows, macOS of Linux. Geen GPU, geen Python-omgeving, geen gewichten om op te halen.
Draw the area
Over welke raster de canvas al toont, van een satellietscène tot een WMS.
Type the word
road voor de rijbaan. parking lot, sidewalk en driveway zijn aparte woorden. Draai ze apart, of een parkeerplaats tegen een weg versmelt ermee.
Filter, then convert if you need lines
Zodra de run de polygonen heeft teruggegeven, dragen ze label, class, score, area_m2 en perimeter_m in de project-CRS. Filter op score en area, en stuur dan het vlak door GRASS v.voronoi.skeleton voor een hartlijn.

Uitvoer is polygonen van stoeprand tot stoeprand en nooit hartlijnen, dus een lijnlevering kost je de skeletstap hierboven. Beide cloudmodi sturen beelden naar een server in de Europese Unie, en alleen het kleine lokale model blijft op je machine.
Boomkronen breken het vlak in stukken die je met de hand weer verbindt, en brugdekken doen hetzelfde. Nat asfalt en vers asfalt veranderen de toon genoeg om een stuk te laten vallen. Wij publiceren geen nauwkeurigheidscijfer, omdat het getal meebeweegt met je beelden.

Eén getal uit onze eigen afsteltabel, omdat het een resultaat verklaart dat mensen vreemd vinden. Wegen draaien op een grovere tegel dan gebouwen, afgekapt op 512 m grond per tegel tegen 128 m voor een gebouw, omdat een model met een fragment asfalt het een parkeerplaats noemt. Een weg leest pas als een weg als het model er een stuk van kan zien.
Kosten, nagelezen 3 september 2026. Het gratis plan dekt 3 km2 grond per maand op Automatic zonder kaart, plus 50 objectdetecties per maand op cloud Semi-Auto, en Semi-Auto op je eigen machine heeft helemaal geen teller. Pro verhoogt die naar 200 km2 en 500 objecten voor 39 euro per maand exclusief btw. Mapflow levert een wegenmodel geprijsd in credits tegen 0.10 dollar per stuk, 5 credits per km2 plus de beeldkosten, met 250 credits gratis om te starten.
Gebruik het als: de beelden nieuwer zijn dan de kaart, en er meer weg is dan je met de hand zou tekenen.
Sla het over als: OSM het netwerk al heeft, of de beelden je machine niet mogen verlaten.
Wat te onthouden
Controleer eerst OpenStreetMap, want dertig seconden daar beslist of de andere vijf methoden het openen waard zijn.
Beslis tussen een hartlijn en een vlak voordat je een methode kiest, niet erna. Routering heeft de lijn nodig, oppervlakteberekeningen hebben de polygoon nodig, en de omzetting kost hoe dan ook een stap.
Automatisch overtrekken volgt bestaande vectorobjecten, nooit de beelden eronder. r.thin heeft een binaire raster nodig, nooit een foto.
Wegen onder bomen komen in elke methode op deze pagina gebroken terug, en geen bedrag lost dat op.
Een methode-6-vlak door methode 4 geeft je een hartlijnnetwerk dat niemand hoefde te digitaliseren.
Try it free in QGIS, no card needed
Vragen die mensen stellen
Kan QGIS zelf wegen uit satellietbeelden halen?
Niet automatisch. Kern-QGIS digitaliseert met de hand en vectoriseert rasters die je al hebt geclassificeerd. Om wegen uit een foto te krijgen heb je een plugin nodig: een segmentatiemodel, of een classifier zoals SCP die je zelf traint.
Geeft wegextractie lijnen of polygonen?
Beide bestaan, en de methode beslist. OSM, nationale datasets, gepubliceerde detecties en GRASS r.thin geven lijnen terug. Gesuperviseerde classificatie en segmentatiemodellen geven vlakken terug, want een vlak is wat de beelden tonen. GRASS v.voronoi.skeleton zet het een om in het ander.
Waarom komen wegen onder boomkronen gebroken uit?
Geen sensor die naar beneden kijkt ziet door een kroon heen, dus het gat zit in de data voordat software hem aanraakt. Overbrug de stukken door de segmenten samen te snappen in een bewerksessie.
Kan een methode onverharde paden vinden?
Deels. Een zandweg en het veld ernaast delen een kleur, dus classificatie mist ze meestal en detectiemodellen vinden de bredere. OSM highway=track is de betrouwbaarste bron waar een mapper is geweest, en dat is het probleem op de plekken die ze het hardst nodig hebben.
Welke beeldresolutie is genoeg voor wegextractie?
Wat de weg scheidt van wat ernaast ligt. Een snelweg zie je in een grove satellietscène; een woonstraat onder bomen vraagt 20 cm-orthofoto of beter. Test je eigen beelden op een gratis tier voordat je je aan een methode verbindt.
Is wegextractie gratis in QGIS?
Methoden 1 tot 5 zijn gratis te installeren en gratis te draaien. Alleen de cloudsegmentatiemodellen kosten geld, en beide hier genoemde hebben een gratis hoeveelheid.
De raster to vector guide dekt de polygonize-helft van methode 5, en de building footprints guide doorloopt de filterstap van begin tot eind. De QGIS AI hub vergelijkt de plugins naast elkaar.
Verder lezenGebouwvoetafdrukken detecteren in QGIS (open data, handmatig en met AI)


