在 QGIS 中将栅格转换为矢量：每种方法，以及各自适用的场景
要在 
中将栅格转换为矢量多边形，请打开 Raster > Conversion > Polygonize (Raster to Vector)，选择波段，命名输出字段，然后运行。你会得到一个多边形，对应一组共享同一数值且彼此连通的像素，并且该数值会写入属性表。对于分类栅格，这是正确的答案；对于照片，这是错误的答案。人们遇到的大多数问题，都源于不知道自己面对的是哪一种栅格。
我们在 TerraLab 开发了一个名为 AI Segmentation 的 QGIS plugin。它是本页最后一张表中的一行，说明方式与其他工具相同。
栅格转矢量的含义
栅格是像素网格。矢量是一组带有坐标和属性的点、线和多边形。将一种转换为另一种，意味着要判断边界位于哪里，而像素网格本身除了每个单元格的边缘之外，并没有其他边界。
下面的每种方法，区别只在于它把什么视为边缘。Polygonize 使用两个相邻像素数值不同的位置，等高线使用选定的高程，而分割模型使用对象停止的位置。这就是为什么只有最后一种方法适用于照片。
选择你的方法
| 你拥有的数据 | 可行的方法 | 成本 |
|---|---|---|
| 分类或专题栅格（土地覆盖、重新分类后的坡度、掩膜） | Raster > Conversion > Polygonize (Raster to Vector) | 免费，QGIS 核心功能 |
| 连续栅格（NDVI、坡度、反射率波段） | 先使用 Reclassify by table，然后 polygonize | 免费，QGIS 核心功能 |
| DEM 或任何高程表面 | Raster > Extraction > Contour，或 Contour Polygons | 免费，QGIS 核心功能 |
| 扫描纸质地图或规划图 | GRASS r.thin 加 r.to.vect，或在 QGIS 之外使用描绘工具。QGIS 核心功能没有能很好完成这项工作的工具 | 免费，但速度慢。已有付费 AI 描绘工具 |
| 正射影像、无人机或卫星影像 | 分割模型。Polygonize 不适用 | 免费 plugin 需要 NVIDIA 显卡。云端 plugin 提供免费额度，之后需要订阅 |
大多数读者只需要第一行，看完下面两个小节就可以停下。
Polygonize，默认答案
QGIS 算法是 Polygonize (raster to vector)，id 为 gdal:polygonize，它封装了 GDAL 工具 gdal_polygonize。它会为每个共享相同数值的连通像素区域创建一个多边形，并将该数值写入属性。
打开工具
Raster > Conversion > Polygonize (Raster to Vector)。它也位于 Processing Toolbox 的 GDAL、Raster conversion 下。
选择波段
除非你的分类位于其他位置，否则选择 Band 1。该工具一次只能处理一个波段，因此 RGB 栅格必须先缩减为单一分类波段。
命名字段
默认值为 DN。将它重命名为六个月后仍然看得懂的名称，例如 landcover_code。
决定是否使用 8-connectedness
默认关闭，因此像素必须共享完整边界才能连接。开启后，对角相接的像素也会连接。在细窄的对角线状要素上，关闭该选项会将一个要素拆成一串多边形。
保存为真实文件
默认输出是临时 layer。对于大型栅格，这会产生数万个要素，因此应直接写入 GeoPackage。
![QGIS Polygonize (Raster to Vector) 对话框。输入 layer 显示为 Land cover 10 m [EPSG:32631]，Band number 为 Band 1 (Palette)，要创建的字段名为 landcover_code，Use 8-connectedness 未勾选，输出写入 GeoPackage](/_next/image?url=%2Fblog%2Fraster-to-vector-qgis%2F02_polygonize_dialog.jpg&w=3840&q=75)
这里有两点可以帮你节省时间。
为不想要的分类设置 NoData 值。GDAL 使用波段的有效性掩膜，因此 NoData 像素会被跳过，不会变成包围其他所有内容的巨大背景多边形。这是 polygonize 输出最常见的投诉，原因在于栅格属性，而不是工具设置。
确保波段是整数类型。gdal:polygonize 始终写入整数型字段，因此它会在输入时将浮点波段转换为整数。根据你的栅格存储数值的方式不同，这会导致两种不同的失败，而且都不会发出警告。Float32 应先通过 Reclassify by table，下一节会介绍这一点。
阶梯状问题，以及修复方法
Polygonize 描绘的是像素边界，仅此而已。因此，斜向的田地边缘会变成一串直角阶梯，每个像素对应一级，而 10 m Sentinel 分类会产生 10 m 的阶梯。
这是正确的输出。工具正在准确绘制栅格表达的内容。它只是看起来不像一张地图，而且 polygonize 内部没有任何设置可以改变这一点。修复方法是按以下顺序运行四个矢量几何算法。
1. Dissolve（native:dissolve）。将 dissolve 字段设置为刚创建的分类字段。相邻的同类多边形会合并为每个分类一个要素。由于合并简化后的边缘会在每条共享边界上留下狭长碎片，因此应在几何仍然精确时首先运行这一步。如果你希望每个斑块保持独立，而不是每个分类生成一个多部件要素，请在高级参数中勾选 Keep disjoint features separate。
2. 按面积过滤（native:extractbyexpression，位于矢量选择中）。表达式：
$area > 500
单位是 layer CRS 的单位，因此应使用投影 CRS，否则这个数字没有意义。根据你的数据，将阈值设置为真实斑块的大小。在 10 m 分类中，500 m2 相当于五个像素，大约从这里开始，斑点噪声会减少，而要素开始成形。下图在同一栅格上使用了 2,000 m2，因为在 500 m2 时，保留下来的狭长碎片在简化后会彼此交叉。与其复制这两个数字，不如查看你自己的面积直方图。如果栅格在一个斑块内部留下了其他分类的单像素，执行这一步后使用 native:deleteholes 可以移除它们。
3. Simplify（native:simplifygeometries）。容差默认值为 1.0，单位是 layer 单位。将其设置为大约一个像素大小，阶梯就会折叠为直线段，同时边界移动的距离小于读者可察觉的程度。方法下拉菜单提供 Douglas-Peucker（基于距离）、Visvalingam（基于面积）和 snap to grid。提高容差时，Visvalingam 能更好地保留小要素的形状。
4. Smooth（native:smoothgeometry）。只对真正弯曲的对象使用，例如溪流、海岸线和植被斑块。Offset 默认值为 0.25，iterations 控制圆润程度。将 Maximum node angle to smooth 设置为 90，任何比这个角度更尖的角都会保持锐利，从而避免工具把建筑物和地块的角落变圆。
如果你还希望斑块内部没有空洞，native:deleteholes 可以移除小于最小面积的空洞，而 0.0 会移除所有空洞。
栅格连续时先进行 Reclassify
对连续栅格执行 Polygonize 会以两种方式之一出错，具体取决于数值的存储方式。
存储为经过缩放的整数，这正是 NDVI 产品实际发布时的方式，你会得到几乎每个像素一个多边形，因为几乎没有两个像素共享同一个数值。我们在一幅 Sentinel-2 场景中测得 40,000 个像素生成了 39,801 个多边形。
存储为 -1 到 1 之间的原始浮点数，转换为整数会在描绘开始前将每个值压平为 -1、0 或 1。同一场景最终得到 238 个多边形，分为两个分类。这看起来像一个干净的结果，但事实并非如此：你的数据已经丢失。
坡度、高程、温度或原始反射率波段也是如此。工具在两种情况下都没有失败。它描绘的是整数值之间的边界，而连续栅格没有可供描绘的有用整数值。
先使用 Reclassify by table，id 为 native:reclassifybytable，将连续表面转换为分类。重新分类表包含三列：最小值、最大值和新值，并且接受 -inf、inf 和 nan 作为 NoData。植被掩膜可以使用三行：
| Minimum | Maximum | Value |
|---|---|---|
| -inf | 0.2 | 1 |
| 0.2 | 0.5 | 2 |
| 0.5 | inf | 3 |
高级参数中有两个默认值需要修改。Output data type 默认为 Float32，因此应设置为 Byte 或 Int16，这样 polygonize 才能正常工作。Range boundaries 默认为 min < value <= max，它决定了恰好等于 0.2 的像素落在哪一侧。
然后对重新分类后的栅格执行 polygonize，并运行上面的清理步骤。
DEM 使用等高线
对于高程，不要执行 polygonize。请在 Raster > Extraction > Contour 中使用 Contour，id 为 gdal:contour。Interval 默认值为 10.0，单位是栅格单位，高程默认写入名为 ELEV 的字段。
如果希望每个顶点都包含高度，请勾选 Produce 3D vector。如果是打印地图，则保持关闭，因为许多软件会静默丢弃 Z 值。
它的姊妹算法 gdal:contour_polygon 会生成两个高程之间的填充带，而不是线，并在每个多边形上写入 ELEV_MIN 和 ELEV_MAX。对于分层设色地图或淹没范围，这才是你需要的算法，也省去了手动对重新分类后的 DEM 执行 polygonize。
来自 lidar DEM 的等高线会因为表面噪声而变得杂乱。应在生成等高线之前平滑栅格，而不是之后平滑线。平滑线会让它们彼此交叉。
扫描纸质地图：QGIS 没有 ArcScan
如果你来自 ArcGIS，正在寻找 ArcScan 的 QGIS 对应工具，那么答案是没有。交互式栅格描绘，也就是在扫描图上点击一条线，然后由工具跟随它，是一个确实存在的空白。我宁愿直接说明这一点，也不愿让你继续寻找菜单。
人们实际使用的工具，大致按效果排序如下：
- GRASS，大多数 QGIS 安装程序都会附带。 将扫描图阈值化为二值栅格，使用 r.thin 细化，然后运行带有要素类型
line的 r.to.vect。GRASS 文档警告说，这会在交叉点和悬挂分支处创建过多节点，因此需要预留清理时间。免费，并且适用于干净的线稿。 - Potrace 或 AutoTrace，在 QGIS 之外使用。 将位图转换为矢量，然后导回并进行地理配准。适合高对比度扫描图，但不了解任何地理信息。
- Bunting Labs AI Vectorizer（QGIS repository listing）。这是一个 QGIS plugin，会在你进行数字化时自动补全线条，目标明确地面向地质图、竣工图和规划图。限制是：它会将栅格分块发送到其服务器，试用期之外没有免费额度，其公布的价格从每月 29 美元起，价格读取于 2026 年 8 月 23 日。
如果一张图上只有少量要素，开启捕捉后手动数字化仍然是最好的选择。少于大约五十个要素时，我不会专门构建描绘工作流。
Polygonize 不适用的场景
对正射影像执行 polygonize 会得到噪声，因为没有可以进行阈值化的内容。红色屋顶和红色汽车可能具有相似的像素值。灰色屋顶和灰色道路也可能具有相似的像素值。分类存在于你的头脑中，而不在文件中。
从摄影影像中提取对象，需要使用学习过对象外观的模型。这些工具会直接写入矢量，因此 polygonize 根本不会介入。下面介绍需要安装什么，以及它们会要求你做什么。
| 工具 | 需要安装的内容 | GPU | 账户 | 影像离开你的机器 | 输出结果 | 成本 |
|---|---|---|---|---|---|---|
| Deepness（source） | Plugin manager，然后安装其 Python 包和 ONNX 模型 | 可选，CPU 可用 | 否 | 否 | Polygon layer、边界框或栅格 | 免费 |
| Geo-SAM | Plugin manager，然后从其设置对话框安装依赖和模型权重 | 可选，点击操作在 CPU 上运行 | 否 | 否 | Polygon layer，可为像素级或简化结果 | 免费 |
| samgeo | 在你自己的环境中安装 Python 包，没有 QGIS 面板 | 推荐 | 否 | 否 | GeoJSON、Shapefile 或由你自行加载的 GeoPackage | 免费 |
| Mapflow（site） | Plugin manager | 否 | 是 | 是，你上传的 GeoTIFF 或指定的瓦片服务 | Polygon layer | 按 credits 计费，付费 |
| Bunting Labs AI Vectorizer | Plugin manager | 否 | 是 | 是，以栅格分块形式发送 | 写入你正在数字化的 layer 的顶点 | 试用，之后每月 29 美元 |
| AI Segmentation，我们的工具 | Plugin manager | 否 | 是 | 两种云端模式都会离开你的机器，小型本地模型不会 | 项目 CRS 中的 Polygon layer，包含 label、class、score、area_m2 和 perimeter_m | 免费额度，之后每月 39 欧元，不含增值税 |
每个工具各有一个限制。
- Deepness 运行的是你交给它的模型，因此你需要先找到或训练一个模型。
- Geo-SAM 接受点击和框选，一次处理一个对象。
- samgeo 没有 QGIS 界面。你需要编写 Python。
- Mapflow 提供固定的模型目录，包括建筑物、森林、道路和施工现场，因此无法找到一个从未训练过的对象。
- Bunting Labs AI Vectorizer 会在你进行数字化时跟随线稿。它不会找出一个区域内的所有对象。
- AI Segmentation，我们的工具，在两种云端模式下都会将影像发送到服务器。只有小型本地模型会留在你的机器上。
成本和免费额度读取于 2026 年 8 月 23 日。
任何工具产生的原始模型输出，都需要像 polygonize 输出一样进行过滤。在巴黎市中心的一次运行中，我们从 635 个多边形中保留了 82 个，而这 82 个仍然覆盖了 84% 的建筑面积。建筑物轮廓指南完整介绍了这一步过滤流程，QGIS 中的 SAM 文章则介绍了这些模型擅长识别哪些对象。
延伸阅读AI Segmentation for QGIS：完整指南
两分钟版本
打开栅格的属性，查看波段类型和数值范围。整数类型且不同数值少于一百个，直接前往 Raster > Conversion > Polygonize (Raster to Vector)，然后执行 Dissolve、按面积过滤和 Simplify。浮点类型且有数千个不同数值，先执行 Reclassify by table。照片则不适用以上任何方法，下一步应查看 QGIS AI plugin 对比。
如果你只需要建筑物，我们的免费建筑物轮廓工具可以在浏览器中从开放数据提取建筑物，完全不需要 plugin。
