栅格一矢量数据转换是数据转换的一种方法,即矢量与栅格两种数据形式之间的转换技术。空间数据表示的两种方法各有优缺点和适用场合,因此需要根据使用目的进行栅格一矢量数据的转换。
矢量数据向栅格数据的转换一般比较方便;对于点、线目标,由其所在的栅格行、列数表示,对于面状目标,则需判定落人该面积内的像元.通常栅格(像元)尺寸均大于原来坐标表示的分辨率,所以若将栅格化数据再反转回去,则不可能达到原来矢量数据的精度.将矢量数据转化为栅格数据,主要用于空间分析、多边形叠置等。
栅格数据矢量化较为复杂,如果由一幅扫描的数字化地图来建立矢量数据库,则需要经过数字图象处理,如边缘增强、细化、二值化、特征提取及模式识别才能获得矢量数据。人们通常将多色地图分色后逐个元素(如等高线地貌、水系、道路网、地物、符号与注记等)加以识别和提取。如果将数字影像矢量化,则需要事先做好重采样、图象处理、影像匹配和影像理解等过程,才能将影像上的语义和非语义信息提取出来,并形成矢量形式的数据。
说明:栅格数据矢量化流程参考:GIS中栅格数据转换矢量数据算法 | 麻辣GIS
一、栅格数据矢量化流程
1、二值化
由于扫描后的图像是以不同灰度级存储的,为了进行栅格数据矢量化的转换,需压缩为两级(0和1),称为二值化。
2、二值图像预处理
对于扫描输入的图幅,由于原稿不干净等原因,总是会出现一些飞白、污点、线划边缘凹凸不平等。
3、细化骨架化
所谓细化就是将二值图像象元阵列逐步剥除轮廓边缘的点,使之成为线划宽度只有一个象元的骨架图形。细化后的图形骨架既保留了原图形的绝大部分特征,又便于下一步的跟踪处理。
细化的基本过程是:
- 确定需细化的象元集合;
- 移去不是骨架的象元;
- 重复,直到仅剩骨架象元;
如果是对扫描后的地图图像进行细化处理,应符合下列基本要求:
- 保持原线划的连续性;
- 线宽只为一个象元;
- 细划后的骨架应是原线划的中心线;
- 保持图形的原有特征;
4、追踪
细化后的二值图像形成了骨架图,追踪就是把骨架转换为矢量图形的坐标序列。其基本步骤为:
从左向右,从上向下搜索线划起始点,并记下坐标;
朝该点的8个方向追踪点,若没有,则本条线的追踪结束,转(1)进行下条线的追踪;否则记下坐标;
把搜索点移到新取的点上,转(2);
注意的是,已追踪点应作标记,防止重复追踪。
5、拓扑化
为了进拓扑化,需找出线的端点和结点,以及孤立点。
- 孤立点:8邻城中没有为1的象元。如图(1);
- 端点:8邻城中只有一个为1的象元。如图(2);
- 结点:8邻城中有三个或三个以上为1的象元。如图(3);
二、栅格数据矢量化实验
1、栅格数据矢量化代码
说明:由于代码有点多,如果全部贴上去的话会造成博客有些卡顿(上一篇博客就是放太多代码造成打开时卡顿),所以下面三个源文件都是只放了部分代码,如果需要完整工程,见底部链接!!!
(1)myVector.h
//命名空间只在头文件中包含即可,否则易出错 using namespace std; using namespace cv; class myVector { public: myVector(); ~myVector(); //定义结构体,和类的作用类似 struct result { QVector<QVector<Point2d> > roads; //Point2d二维数据点类型,用于存放坐标 QVector<double> width; QString ImageFilePath; int rows; int cols; }; public: QVector<result> roadInformation; //保存矢量化后的数据结果,包括新旧影像 //************************** 道路细化 **************************// //对输入图像道路进行细化// void imageThin(Mat& src, Mat& dst); //道路细化查表法// Mat img_bone(Mat& mat); //查表法// Mat lookUpTable(Mat& mat, int lut[]); //************************** 道路矢量化 **************************// //利用栅格道路数据创建矢量化道路数据,切割大小为deltaSize void createVectorFromFile(QString inputFileName, int deltaSize); //利用栅格道路数据创建矢量化道路数据,不切割// void createVectorFromFile(QString inputFileName, QString outputFilePath); //道路矢量化// void createVector(Mat& binSrc, Mat& mix_src, Mat& endPoint, Mat& nodePoint, int index, bool cut, int startX, int startY); //简化矢量道路数据// void simplifyVector(int index); //简化矢量道路数据// QVector<Point2d> simplifyVector(QVector<Point2d> vector, int threshold); //输出矢量道路数据// void outputBinaryResult(int index, QString outputFilePath, QString str);
(2)myVector.cpp
//************************** 道路矢量化 **************************// //利用栅格道路数据创建矢量化道路数据,不切割// void myVector::createVectorFromFile(QString inputFileName, QString outputFilePath) { clock_t start, finish; //clock_t 是一个长整型数据类型,是一种用于保存时间的数据类型 start = clock(); //返回值是该程序从启动到clock()函数调用占用CPU的时间,创建矢量化道路的起始时间 double tim; Mat src_img, dst_img, imgbone, src_imgBool, imgbone_bool, imgnode_bool, img_endpoint_bool; //判断导入的数据是否存在,参数 0 是指imread按单通道的方式读入图像,即灰白图像 if ((src_img = imread(inputFileName.toStdString(), 0)).empty()) { cout << "load image error!"; return; } result Result; //result是自定义的类 Result.ImageFilePath = inputFileName; Result.rows = src_img.rows; Result.cols = src_img.cols; roadInformation.append(Result); //添加当前影像数据 /******************** 道路细化 ********************/ qDebug() << "开始细化..." << endl; double thin_start = (double)getTickCount(); //高斯滤波是一种线性滤波器,能够有效的抑制噪声、平滑图像 GaussianBlur(src_img, src_img, Size(7, 7), 0, 0); //输入图像细化 imageThin(src_img, src_imgBool); threshold(src_imgBool, src_imgBool, 0, 255, THRESH_OTSU); imgbone = img_bone(src_imgBool); double thin_end = ((double)getTickCount() - thin_start) / getTickFrequency(); qDebug() << "细化道路数据使用时间:" << thin_end << "s" << endl; qDebug() << "细化结束!" << endl; //去掉噪,例如过滤很小或很大像素值的图像点 //threshold(src_img, src_imgBool, 0, 255, THRESH_OTSU); //Mat imgbone = img_bone(src_imgBool); imwrite(".\\image_save\\roadThin.png", imgbone * 255); /******************** 道路矢量化 ********************/ qDebug() << "开始矢量化..." << endl; double change_detection_start = (double)getTickCount(); threshold(imgbone, imgbone_bool, 0, 255, THRESH_BINARY); Mat nodePoint = road_node(imgbone); //获取弧段连接点 Mat endPoint = road_endpoint(imgbone); //获取弧段端点 Mat mix_node = LineBreak(imgbone_bool, nodePoint); //对弧段进行打断 //矢量化 createVector(src_imgBool, mix_node, endPoint, nodePoint, roadInformation.size() - 1, false, 0, 0); double vector_end = ((double)getTickCount() - change_detection_start) / getTickFrequency(); qDebug() << "矢量化道路数据所用时间:" << vector_end << endl; }
(3)main.cpp
#include<iostream> #include"myVector.h" // 注:main.cpp 文件中不能再添加命名空间,否则会调用自定义成员函数时找不到标识符 int main() { myVector roadThinAndVector; roadThinAndVector.createVectorFromFile("..\\testImage\\labels.png", "roadThin.png"); //旧时相影像栅格数据矢量化 //简化矢量道路数据,也即一些预处理,如:平滑等 roadThinAndVector.simplifyVector(0); //旧影像 //输出矢量道路数据简化后的道路数据 roadThinAndVector.outputBinaryResult(0, "roadVector.png", ".\\old_vector_result.txt"); qDebug() << "矢量化结束!" << endl; system("pause"); return 0; }
2、栅格数据矢量化结果
(1)输入二值图
(2) 细化、矢量化结果
说明:左图是细化结果,右图是矢量化结果;
(3)配置说明
vs2019 + opencv4.4.0 + Qt5.12.5 + gdal2.3.2 + Debug x64
vs2019、opencv4.4.0 和 Qt5.12.5 的配置过程比较简单这里就不过多阐述了;
gdal2.3.2 的配置流程见:https://blog.csdn.net/weixin_47156401/article/details/120648970?spm=1001.2014.3001.5502
上述环境配置完成后使用该工程的过程中,若出现以下问题:
如果出现无法打开 Qt 源文件,解决方案见:https://blog.csdn.net/weixin_47156401/article/details/120626400?spm=1001.2014.3001.5502
说明:上述环境配置、问题解决方案都是通过亲测验证,真实有效!!!
代码工程文件中包含二值图细化、矢量化和矢量化简化等工程,且代码注释非常详细,由上述给出的部分代码也可以看出,在使用的过程中如有疑问,可留言!