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，对应每个由共享同一数值的相连像素组成的区域，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，则是错误的答案。人们遇到的大多数问题，都源于不知道自己手上的栅格属于哪一种。
我们在 TerraLab 开发了一个名为 AI Segmentation 的 QGIS plugin。它位于本页最后一张表中的一行，描述方式与其他工具相同。
栅格转换为矢量的含义
栅格是由像素组成的网格。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，意味着确定边界所在的位置，而像素网格除了自身单元格的边缘之外，并没有其他边界。
下面的每种方法，区别只在于它将什么视为边缘。Polygonize 使用两个相邻像素数值不同的位置，contour 使用选定的高程，而 segmentation model 使用对象结束的位置。这正是只有最后一种方法适用于照片的原因。
选择你的方法
| 你拥有的数据 | 可行的方法 | 代价 |
|---|---|---|
| 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，属于 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，属于 QGIS 核心功能 |
| DEM 或任何高程表面 | Raster > Extraction > Contour，或 Contour Polygons | 免费，属于 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 外部使用描绘工具。QGIS 核心功能没有能很好完成这项工作的工具 | 免费，但速度较慢。存在付费 AI 描绘工具 |
| 正射影像、无人机或卫星影像 | segmentation model。Polygonize 不适用 | 免费 plugin 需要 NVIDIA 显卡。云端 plugin 有免费额度，之后需要订阅 |
大多数读者只需要第一行，看完下面两个章节就可以停止。
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。它会为每个共享同一数值的相连像素区域创建一个多边形，并将该数值写入属性。
Open the tool
Raster > Conversion > Polygonize (Raster to Vector)。它也位于 GDAL 下的 Processing Toolbox、Raster conversion 中。
Pick the band
除非你的分类位于其他位置，否则选择 Band 1。该工具一次只能使用一个波段，因此 RGB 栅格必须先转换为单一分类波段。
Name the field
默认值为 DN。将它重命名为一个六个月后你仍然看得懂的名称，例如 landcover_code。
Decide on 8-connectedness
默认关闭，因此像素必须共享完整边界才能连接。打开后，对角接触的像素也会连接。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。
Save to a real file
默认输出是临时 layer。对于大型栅格，这会生成数万个要素，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)
这里有两件事可以帮你节省时间。
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 输出最常见的抱怨，而它属于栅格属性，不是工具设置。
确保波段为整数类型。gdal:polygonize 始终写入整数型字段，因此它会在输入过程中将浮点波段转换为整数。根据栅格存储数值的方式不同，这会导致两种不同的问题，而且两种情况都不会发出警告。Float32 应先经过 Reclassify by table，下一节会介绍这一点。
阶梯状问题，以及修复方法
Polygonize 会追踪像素边界。仅此而已。因此，斜向的田地边缘会变成一段段直角阶梯，每个像素对应一级，而 10 m Sentinel classification 会产生 10 m 的阶梯。
这是正确的输出。工具准确绘制了栅格所表达的内容。只是它看起来不像地图，而 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 字段设置为刚才创建的分类字段。相邻的同类多边形会合并为每个分类一个要素。应在几何仍然精确时首先运行此步骤，因为合并简化后的边缘会沿每条共享边界留下狭长碎片。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 classification 中，500 m2 相当于五个像素，大致是噪点停止、要素开始出现的位置。下图在同一栅格上使用了 2,000 m2，因为使用 500 时，剩余的狭长碎片在简化后会相互穿过。请查看你自己的面积直方图，不要直接复制这两个数字。如果栅格在斑块内部留下了其他分类的单像素，native:deleteholes 可以在此步骤之后移除它们。
3. 简化（native:simplifygeometries）。默认容差为 1.0，单位为 layer units。将其设置为大约一个像素大小，阶梯就会收缩为直线段，边界移动的距离小到读者无法察觉。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. 平滑（native:smoothgeometry）。只用于真正弯曲的对象，例如溪流、海岸线和植被斑块。Offset 默认值为 0.25，iterations 控制圆滑程度。将 Maximum node angle to smooth 设置为 90，任何比该角度更尖的拐角都会保持尖锐，从而避免工具将建筑物和地块的角落磨圆。
如果你还希望得到没有内部空隙的实心斑块，native:deleteholes 可以移除低于最小面积的孔洞，而 0.0 会移除所有孔洞。
栅格连续时先进行 Reclassify
对连续栅格运行 Polygonize 会以两种方式之一出错，具体是哪一种取决于数值的存储方式。
以缩放后的整数存储，这正是 NDVI 产品实际发布的方式，你会几乎为每个像素得到一个多边形，因为几乎没有两个像素拥有相同的数值。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。
以 -1 到 1 之间的原始浮点数存储，转换为整数会在开始追踪前将所有数值压平为 -1、0 或 1。同一场景最后得到 238 个、分属两个分类的多边形。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同样的情况。工具在两种情况下都没有失败。它追踪的是整数值之间的边界，而连续栅格没有可供追踪的有用整数值。
先使用 Reclassify by table 将连续表面转换为分类，id 为 native:reclassifybytable。重新分类表包含三列，最小值、最大值和新值，并接受 -inf、inf 和 nan 作为 NoData。植被掩膜可以由三行组成：
| 最小值 | 最大值 | 数值 |
|---|---|---|
| -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，因此将其设置为 Byte 或 Int16，polygonize 才能正常工作。Range boundaries 默认为 min < value <= max，它决定了数值恰好为 0.2 的像素落在哪一侧。
然后对重新分类后的栅格运行 polygonize，并执行上面的清理步骤。
DEM 使用 Contours
对于高程，不要使用 polygonize。请在 Raster > Extraction > Contour 中使用 Contour，id 为 gdal:contour。Interval 默认值为 10.0，单位为栅格单位，高程默认写入名为 ELEV 的字段。
如果你希望每个顶点都带有高度，请勾选 Produce 3D vector。如果是用于打印地图，则保持关闭，因为许多软件会静默丢弃 Z 值。
它的同系列算法 gdal:contour_polygon 会生成两条高程之间的填充带，而不是线，并在每个多边形上写入 ELEV_MIN 和 ELEV_MAX。如果你要制作分层设色图或淹没范围图，这就是应该使用的工具，也能避免手动将重新分类后的 DEM polygonize。
来自 lidar DEM 的 Contours 会因为表面本身有噪声而变得嘈杂。应在 Contour 步骤之前平滑栅格，而不是之后平滑线。平滑线会使它们彼此相交。
扫描纸质地图：QGIS 没有 ArcScan
如果你来自 ArcGIS，正在寻找 QGIS 中 ArcScan 的对应工具，那么 QGIS 没有这样的工具。交互式栅格描绘，也就是你在扫描图上点击一条线、工具随后跟随它，这确实是一个缺口。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。 先将扫描图阈值化为二值栅格，使用 r.thin 细化，然后运行 r.to.vect，并将要素类型设置为
line。GRASS 文档警告，这会在交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状图件。 - Potrace 或 AutoTrace，在 QGIS 外部使用。 将位图转换为矢量，然后将结果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，在你数字化时自动补全线条，主要面向地质图、竣工图和规划图。限制是：它会将栅格块发送到其服务器，没有超出试用期的免费额度，而且其公开价格从每月 29 美元起，价格读取时间为 2026 年 8 月 23 日。
对于一张图纸上的少量要素，开启 snapping 后手动数字化仍然是最佳选择。少于大约五十个要素时，我不会建立描绘工作流。
Polygonize 不适用的情况
对正射影像运行 Polygonize 会得到噪声，因为没有任何内容可供阈值化。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。分类存在于你的认知中，而不在文件里。
从摄影影像中提取对象，需要使用已经学习过对象外观的模型。这些工具会直接写入矢量，因此 polygonize 根本不会参与。以下是你需要安装的工具，以及它们对你的要求。
| 工具 | 需要安装的内容 | GPU | 账户 | 影像是否离开你的电脑 | 输出结果 | 成本 |
|---|---|---|---|---|---|---|
| Deepness（source） | Plugin manager，然后安装其 Python packages 和 ONNX model | 可选，CPU 可运行 | 否 | 否 | Polygon layer、bounding boxes 或 raster | 免费 |
| Geo-SAM | Plugin manager，然后在其自身的设置对话框中安装 dependencies 和 model weights | 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 package，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 或你指定的 tile service | Polygon layer | 按 Credits 计费，付费 |
| Bunting Labs AI Vectorizer | Plugin manager | 否 | 是 | 是，以栅格块形式发送 | 写入你正在数字化的 layer 中的顶点 | 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电脑，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 |
每种工具各有一个限制。
- Deepness 运行你提供给它的模型，因此你必须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 interface。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，因此无法找到从未被训练识别的对象。
- Bunting Labs AI Vectorizer 会在你数字化时跟随线状图件，但不会找到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电脑上。
成本和免费额度读取时间为 2026 年 8 月 23 日。
其中任何工具生成的原始模型结果，都需要像 polygonize 输出一样进行过滤。在一次覆盖巴黎市中心的运行中，我们从 635 个多边形中保留了 82 个，而这 82 个仍然包含 84% 的建筑面积。building footprints guide 将完整介绍这一过滤步骤，SAM in QGIS post 则介绍这些模型擅长找到哪些对象。
Try it free in QGIS, no card needed
两分钟版本
打开栅格的属性，查看波段类型和值域。整数类型且不同值少于一百个，意味着可以直接前往 Raster > Conversion > Polygonize (Raster to Vector)，然后依次运行 Dissolve、按面积过滤和 Simplify。浮点类型且包含数千个不同值，意味着应先使用 Reclassify by table。照片则完全不适用这些方法，接下来应该查看 QGIS AI plugin comparison。
如果你只需要建筑物，我们的免费 building footprints 工具可以直接在浏览器中从开放数据中提取建筑物，完全不需要 plugin。
