Drogi w QGIS: 6 metod pozyskania

Aby pozyskać drogi w , zainstaluj QuickOSM, otwórz Vector > QuickOSM > QuickOSM, zapytaj o klucz highway w zasięgu mapy, a sieć pojawi się jako linie w kilka sekund. Tam, gdzie OpenStreetMap jest ubogi, drogi na mapę wprowadzi pięć innych metod: opublikowany krajowy zbiór danych, ręczna digitalizacja, ścienianie w GRASS, klasyfikacja nadzorowana oraz model segmentacji.

Najszybciej i za darmo: QuickOSM, jeśli ktoś już zmapował teren.
Pokrycie krajowe od dziś: opublikowany zbiór danych, nadal za darmo.
Zdjęcia nowsze niż mapa: model segmentacji, od darmowego planu.
Linie z maski lub skanu: GRASS r.thin potem r.to.vect.

Jeden wybór jest pierwszy i to on decyduje, które metody są dla Ciebie dostępne. Nie pozyskujesz dróg. Wybierasz między osią, jedną linią po środku niosącą liczbę pasów i ograniczenie prędkości, a powierzchnią, asfaltem od krawężnika do krawężnika. Wyznaczanie tras potrzebuje linii. Odwodnienie i obmiary remontów potrzebują pola. Połowa metod poniżej daje jedno, połowa drugie, a zamiana jednego na drugie kosztuje dodatkowy krok.

Gdzie internet się myli

Dwie odpowiedzi powtarzają się w poradnikach QGIS i wątkach na forach i obie kosztują popołudnie, zanim to wyjdzie na jaw.

„Włącz śledzenie automatyczne i obrysuj drogę na zdjęciu.” Śledzenie nie patrzy na obraz. Podręcznik QGIS 3.44 mówi wprost: buduje najkrótszą ścieżkę wzdłuż krawędzi istniejących obiektów wektorowych. Na surowym zdjęciu satelitarnym nie ma czego śledzić, więc narzędzie nic nie robi. Opłaca się, gdy masz już działki albo częściową sieć i chcesz dociągnąć nową geometrię do nich.

„Uruchom GRASS r.thin na zdjęciu lotniczym.” r.thin potrzebuje raster, w którym droga to jedna wartość, a wszystko inne to druga. Podaj mu kolorowe zdjęcie, a ścieni to, co akurat zgrupują wartości pikseli, a nie drogi. To świetne narzędzie postawione o krok za wcześnie: należy po klasyfikacji albo detekcji, nie przed nią.

Krótka odpowiedź

Z czym pracujesz	Metoda	Koszt
Miasto z aktywnymi mapowiczami OSM	1, QuickOSM	Bezpłatnie
Kraj z państwowym zbiorem dróg	2, pobierz i przytnij	Bezpłatnie
Garść dróg albo poprawki do layer, który masz	3, digitalizuj ze śledzeniem	Bezpłatnie, ale wolno
Maska drogowa albo skan mapy	4, GRASS `r.thin` potem `r.to.vect`	Bezpłatnie
Scena wielokanałowa, gdzie asfalt się wyróżnia	5, klasyfikacja nadzorowana	Bezpłatny plugin, godziny próbek
Świeże zdjęcia terenów, gdzie OSM nie dotarł	6, model segmentacji	Darmowe plany, potem subskrypcja

Zanim zaczniesz

Pracuj w układzie płaskim. Dwa kroki poniżej biorą szerokość w jednostkach layer, a szerokość w stopniach nic nie znaczy.

Cztery rzeczy psują każdą metodę z tej strony, niezależnie ile za nią zapłacono. Korony drzew nad osiedlową ulicą chowają drogę przed każdym sensorem patrzącym z góry, więc wynik wraca w kawałkach. Droga gruntowa i pole obok mają ten sam kolor i dlatego drogi nieutwardzone giną dokładnie tam, gdzie najbardziej trzeba je zmapować.

Dwie pozostałe to problemy kształtu. Rzeki, suche koryta i linie kolejowe to długie cienkie obiekty i każda metoda pikselowa wrzuca je do klasy dróg. Mosty i wyloty tuneli tną powierzchnię w miejscu, gdzie sieć najbardziej musi zostać połączona.

Metoda 1: Drogi z OpenStreetMap przez QuickOSM

Trzydzieści sekund sprawdzania OSM oszczędza Ci każdą metodę poniżej. QuickOSM pyta Overpass API i wrzuca odpowiedź prosto do projektu.

Install QuickOSM

Plugins > Manage and Install Plugins, wyszukaj QuickOSM, zainstaluj.

Open the quick query

Vector > QuickOSM > QuickOSM, zakładka Quick query.

Set the key

Klucz highway, wartość pusta dla wszystkich klas dróg. Dodaj wartość, by zawęzić: residential, track, motorway.

Bound it

Wybierz Canvas Extent. Nieograniczone zapytanie o cały kraj wygasza na Overpass.

Run and filter

Linie przychodzą z tagami OSM. Filtruj po highway, a gdzie jest, czytaj surface.

The QuickOSM Quick query tab in QGIS: key highway, value empty, extent set to Canvas Extent, with the Run query button. — The whole query is three fields. Key highway, no value, canvas extent. Captured 3 September 2026.

Tagi to powód, dla którego zmapowany teren bije każdą detekcję. highway=track mówi, że droga to tor rolniczy, a highway=unclassified, że to mała droga publiczna. Żaden model z tej strony nie powie Ci ani jednego, ani drugiego, bo detekcja zwraca kształt, a OSM zwraca kształt, który ktoś już nazwał. Wymagane jest uznanie autorstwa na licencji ODbL.

Pokrycie to miejsce, gdzie OSM się kończy. Otwórz linie highway na świeżym zdjęciu na wsi w Afryce, w Azji Południowej albo na rosnącym obrzeżu większości miast, a tracki leżą wyraźnie na obrazie bez narysowanej linii.

Satellite imagery of a rural district with OSM highway lines in blue over it. Two main roads carry lines, while a dozen visible dirt tracks between fields carry nothing. — OSM highway lines over the same extent. Two surfaced roads are mapped. The tracks between the fields are visible in the picture and absent from the layer.

Użyj, gdy: ktoś już zmapował teren.

Pomiń, gdy: zdjęcia pokazują drogi, których nie ma w OSM layer.

Metoda 2: Opublikowane zbiory dróg

Ktoś mógł już uruchomić detekcję i oddać wynik za darmo.

Microsoft Road Detections obejmuje 54,2 mln km dróg w 235 krajach, wydobyte ze zdjęć lotniczych Bing Maps i oddane na ODbL jako osie, po jednym pliku na kraj.

Meta publikuje własne drogi z AI przez edytor Rapid. Dystrybucja Daylight, która je paczkowała, została zamknięta w maju 2024, więc Rapid jest dziś praktyczną drogą do nich.

Agencje państwowe biją obie tam, gdzie istnieją. Francja publikuje BD TOPO z Troncons de route layer o metrowej precyzji na licencji Etalab 2.0, wobec zgrubnego przebiegu, jaki daje zbiór wydobyty. Wielka Brytania publikuje OS Open Roads za darmo przez OS Data Hub, odświeżane co kwiecień i październik.

Haczyk to aktualność. Zbiór detekcji to migawka zdjęć, z których go wydobyto, i żaden z nich nie wie, że droga zamknęła się zeszłej wiosny.

Użyj, gdy: potrzebujesz pokrycia krajowego dziś po południu i data wystarczy.

Pomiń, gdy: zlecenie to zmiana po dacie budowy zbioru.

Metoda 3: Digitalizuj ręcznie, ze śledzeniem

Poniżej około pięćdziesięciu dróg rysowanie nadal wygrywa, a QGIS daje realną pomoc, gdy wiesz, za czym śledzenie idzie.

Włącz edycję, wybierz Add Line Feature, potem włącz narzędzie Tracing na pasku Snapping albo naciśnij T. Dociągnij do wierzchołka, przejdź do drugiego, a QGIS zbuduje najkrótszą ścieżkę między nimi wzdłuż istniejących krawędzi. Rozwiń ikonę śledzenia i ustaw Offset, by digitalizować równolegle do tych obiektów, a nie po nich.

Dwa zachowania zaskakują ludzi. Śledzenie wyłącza się samo, gdy mapa trzyma za dużo obiektów, i wraca, gdy przybliżysz. Do wolnej krzywej R daje digitalizację strumieniową.

Użyj, gdy: poniżej około pięćdziesięciu dróg albo poprawki wobec layer, któremu ufasz.

Pomiń, gdy: patrzysz na dzielnicę niezmapowanych tracków.

Metoda 4: GRASS r.thin, potem r.to.vect

To jedyna metoda, która daje osie wprost i dlatego trzyma się w 2026. Podaj raster, w którym droga to jedna wartość, a wszystko inne to druga: progowany skan mapy papierowej albo maskę z metody 5 lub 6.

r.thin sprowadza każdy ciąg do jednego piksela szerokości i ten łańcuch pikseli jest osią. r.to.vect z typem line zamienia go w geometrię. Podręcznik GRASS ostrzega, że tworzy nadmiar węzłów na skrzyżowaniach i wiszące ostrogi, więc zaplanuj czyszczenie: odrzuć ostrogi po długości, potem połącz odcinki, które powinny być jedną drogą.

GRASS idzie z większością instalatorów QGIS, więc nie ma nic ekstra do kupienia. To też krok, który zamienia powierzchnię z metody 6 w sieć linii, czyli para, której używam najczęściej.

Użyj, gdy: masz czystą maskę drogową albo czysty skan i potrzebujesz linii.

Pomiń, gdy: wejściem jest kolorowe zdjęcie.

Metoda 5: Klasyfikacja nadzorowana

Sklasyfikuj piksele, potem zwektoryzuj klasę dróg. Semi-Automatic Classification Plugin to standardowe narzędzie, autor Luca Congedo. Wydanie 9.0.4 wymaga QGIS 3.99, linii QGIS 4, więc na QGIS 3.x menedżer poda Ci zamiast tego 8.5.0. dzetsaka robi to samo z mniejszym interfejsem.

Rysujesz pola treningowe na pikselach dróg i na każdej innej klasie na scenie, uruchamiasz klasyfikator taki jak Maximum Likelihood, potem wysyłasz klasę dróg przez Raster > Conversion > Polygonize. przewodnik raster to vector obejmuje tę drugą połowę, łącznie z algorytmami, które naprawiają schodkowe krawędzie po poligonizacji.

Działa, gdy asfalt naprawdę różni się od otoczenia, a kanały multispektralne pomagają. Pada na bliźniakach, bo klasyfikator porównuje wartości pikseli i nic nie wie o kształcie: szare dachy, suche koryta i gołe miedze lądują w klasie dróg. Zaplanuj godziny na próbki treningowe i licz się z ich rysowaniem od nowa dla kolejnej sceny.

Użyj, gdy: masz kanały multispektralne i drogi, które się w nich wyróżniają.

Pomiń, gdy: drogi i dachy dzielą kolor, czyli w większości miast.

Metoda 6: Model segmentacji

Model segmentacji nauczył się, jak wygląda droga, więc kształt i kontekst niosą go dalej niż bliźniaki, które zatrzymują metodę 5. Budujemy jedno z takich narzędzi, AI Segmentation. Ta część jest o naszym narzędziu.

Install from the plugin manager

QGIS 3.22 lub nowszy na Windows, macOS lub Linux. Bez GPU, bez środowiska Python, bez pobierania wag.

Draw the area

Na dowolnym raster, który mapa już pokazuje, od sceny satelitarnej po WMS.

Type the word

road dla jezdni. parking lot, sidewalk i driveway to osobne słowa. Uruchamiaj osobno, bo parking dociśnięty do drogi zleje się z nią.

Filter, then convert if you need lines

Po uruchomieniu poligony niosą label, class, score, area_m2 i perimeter_m w układzie projektu. Filtruj po score i area, potem wyślij powierzchnię przez GRASS v.voronoi.skeleton po oś.

A suburban district on Google Satellite imagery in QGIS, the road surface filled kerb to kerb as one connected polygon layer in red. — A road run over Google Satellite imagery, captured 3 September 2026. The whole carriageway comes back as a surface, junctions included, not as a line down the middle.

Wyjście to poligony od krawężnika do krawężnika i nigdy osie, więc obiekt liniowy kosztuje Cię powyższy krok szkieletowania. Oba tryby chmurowe wysyłają zdjęcia na serwer w Unii Europejskiej i tylko mały lokalny model zostaje na Twojej maszynie.

Korony drzew rwą powierzchnię na kawałki, które łączysz ręcznie, i to samo robią pomosty. Mokry asfalt i świeża nakładka zmieniają ton na tyle, by urwać odcinek. Nie publikujemy liczby dokładności, bo liczba jeździ z Twoimi zdjęciami.

The same road layer over a tree-lined street: the polygon runs solid in the open and stops at each canopy overhang, leaving three gaps along one block. — The canopy problem on one block. Three gaps in a single street, each under a tree. No method on this page sees through leaves.

Jedna liczba z naszej tabeli strojenia, bo tłumaczy wynik, który dziwi ludzi. Drogi idą na grubszym kafelku niż budynki, od 512 m terenu na kafelek wobec 128 m dla budynku, bo model, któremu dano fragment asfaltu, nazywa go parkingiem. Droga czyta się jako droga dopiero, gdy model widzi jej przebieg.

Koszty, odczytane 3 września 2026. Darmowy plan obejmuje 3 km2 terenu miesięcznie na Automatic bez karty plus 50 detekcji obiektów miesięcznie na chmurowym Semi-Auto, a Semi-Auto na własnej maszynie nie ma licznika wcale. Pro podnosi to do 200 km2 i 500 obiektów za 39 euro miesięcznie bez VAT. Mapflow daje model dróg wyceniany w kredytach po 0,10 dolara za sztukę, 5 kredytów za km2 plus koszt zdjęć, ze 250 kredytami na start.

Użyj, gdy: zdjęcia są nowsze niż mapa i jest więcej drogi, niż narysujesz ręcznie.

Pomiń, gdy: OSM ma już sieć albo zdjęcia nie mogą opuścić Twojej maszyny.

Co zapamiętać

Sprawdź najpierw OpenStreetMap, bo trzydzieści sekund tam decyduje, czy pięć pozostałych metod warto otwierać.

Wybierz między osią a powierzchnią, zanim wybierzesz metodę, nie po. Trasy potrzebują linii, obmiary pola potrzebują poligonu, a zamiana kosztuje krok w każdą stronę.

Śledzenie automatyczne idzie po istniejących obiektach wektorowych, nigdy po zdjęciu pod spodem. r.thin potrzebuje binarnego raster, nigdy fotografii.

Drogi pod drzewami wracają połamane w każdej metodzie z tej strony i żadne pieniądze tego nie naprawią.

Powierzchnia z metody 6 puszczona przez metodę 4 daje sieć osi, której nikt nie musiał digitalizować.

Try it free in QGIS, no card needed

Częste pytania

Czy QGIS sam wyciągnie drogi ze zdjęć satelitarnych?

Nie automatycznie. Rdzeń QGIS digitalizuje ręcznie i wektoryzuje raster, który już sklasyfikowano. Do dróg ze zdjęcia trzeba plugin: model segmentacji albo klasyfikator jak SCP, który sam trenujesz.

Czy ekstrakcja dróg daje linie czy poligony?

Oba istnieją i metoda decyduje. OSM, zbiory państwowe, opublikowane detekcje i GRASS r.thin zwracają linie. Klasyfikacja nadzorowana i modele segmentacji zwracają powierzchnie, bo powierzchnia to to, co pokazuje zdjęcie. GRASS v.voronoi.skeleton zamienia jedno na drugie.

Dlaczego drogi pod koronami wychodzą połamane?

Żaden sensor patrzący z góry nie widzi przez koronę, więc luka jest w danych, zanim dotknie ich program. Połącz kawałki, dociągając odcinki w sesji edycji.

Czy jakaś metoda znajdzie tracki gruntowe?

Częściowo. Track gruntowy i pole obok dzielą kolor, więc klasyfikacja zwykle je mija, a modele detekcji łapią te szersze. OSM highway=track to najpewniejsze źródło tam, gdzie był mapowicz, a w tym problem w miejscach, które ich najbardziej potrzebują.

Jaka rozdzielczość zdjęć wystarczy do ekstrakcji dróg?

Taka, która oddziela drogę od tego, co leży obok. Autostrada wyjdzie na grubej scenie satelitarnej; osiedlowa uliczka pod drzewami chce ortofoto 20 cm albo lepiej. Przetestuj własne zdjęcia na darmowym planie, zanim wybierzesz metodę.

Czy ekstrakcja dróg w QGIS jest darmowa?

Metody od 1 do 5 są darmowe w instalacji i darmowe w działaniu. Płacą tylko chmurowe modele segmentacji i oba nazwane tutaj mają darmowy limit.

przewodnik raster to vector obejmuje poligonizację z metody 5, a przewodnik po obrysach budynków prowadzi krok filtrowania od startu do końca. hub QGIS AI porównuje plugin obok siebie.

Czytaj dalejJak wykrywać obrysy budynków w QGIS (dane otwarte, ręczna digitalizacja i AI)