栅格数据矢量化(附有完整代码)

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：

1. 确定需细化的象元集合；
2. 移去不是骨架的象元；
3. 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：

1. 保持原线划的连续性；
2. 线宽只为一个象元；
3. 细划后的骨架应是原线划的中心线；
4. 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：

1. 从左向右，从上向下搜索线划起始点，并记下坐标；
2. 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；
3. 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。

1. 孤立点：8邻城中没有为1的象元。如图(1)；
2. 端点：8邻城中只有一个为1的象元。如图(2);
3. 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 > roads;    //Point2d二维数据点类型，用于存放坐标
        QVector width;
        QString ImageFilePath;
        int rows;
        int cols;
    };

public:

    QVector 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 simplifyVector(QVector 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

#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！

工程链接： 栅格数据矢量化代码实现-C/C++文档类资源-CSDN下载

Original: https://blog.csdn.net/weixin_47156401/article/details/122337102
Author: 一米九零小胖子
Title: 栅格数据矢量化(附有完整代码)