从矢量数据创建简单图像

14

任何人都可以建议一种快速（最好是开源）的方式从shapefile创建图像的方法。例如，我有一个包含宗地边界的shapefile，我想创建一个描述这些宗地的png文件。该图像所需的符号体系为准（实轮廓和填充）。

我知道MapServer的shp2img可以解决问题。我只是好奇是否还有其他可用的东西。

欢迎使用任何对预编译工具或api / sdks的引用。

open-source-gis raster shapefile

— 用户890
source

也许可以将这个问题改名为“从矢量数据（例如Shape）创建简单图像”，以便它是一个更通用的问题？您仍然可以得到答案，但是其他人也有更多的动力去查看/回答。我也建议出于相同的原因将“和开源”更改为“最好是开源”。

— 马克·爱尔兰

好点，进行了编辑。

— user890 2010年

15

您可以使用python（模块：shapley，GDAL / OGR，numpy，matplotlib）和GDAL / OGR从几乎所有矢量数据源中绘制图像，在您的情况下为shapefile。也许这会对您有所帮助。

例：

from shapely.geometry import Polygon
from shapely.wkb import loads
from osgeo import ogr
from matplotlib import pyplot

def drawPoligon(poligon,graf):
    xLista,yLista = poligon.exterior.xy
    graf.fill(xLista,yLista,"y")
    graf.plot(xLista,yLista, "k-")

fig = pyplot.figure(figsize=(4, 4),dpi=180)
ax = fig.add_subplot(111)
file1 = ogr.Open("d:\\temp02\\datafile.shp")

layer = file1.GetLayerByName("datafile")
parcel = layer.GetNextFeature()

while parcel is not None:
    geometryParcel = loads(parcel.GetGeometryRef().ExportToWkb())
    drawPoligon(geometryParcel , ax)
    parcel = layer.GetNextFeature()


pyplot.savefig('datafile.png')

— 马里奥·米勒（Mario Miler）
source

正是我所需要的。此方法特别有用，因为它不依赖于shapefile数据源。谢谢。

— user890 2010年

6

快速，便宜（又脏）：

使用qgis，udig，openjump或任何其他免费GIS 打开并符号化您的形状文件，
按“ 打印屏幕 ”按钮，
粘贴在gimp中并另存为png文件。

缺点：当然，图像分辨率不能比屏幕分辨率高。

— 朱利安
source

3

GeoTools http://geotools.org包含您需要执行此操作的所有位，如果有人尚不具备执行此操作的代码，我会感到惊讶。

— 伊恩·特顿
source

2

我想这取决于您快速的意思。您是说易于安装还是一旦安装便易于使用。

您提到了MapServer和shp2img。如果安装了MapServer，则可能会编写一个非常简单的MapScript（Python或php）脚本，该脚本将循环遍历shapefile的文件夹并使用默认符号系统来渲染它们的图像。

— 戴维
source

1

这个问题已经回答了，但是我将提供一些其他信息，因为这可能对某人有所帮助。该邮件列表说明了如何将SHP转换为Images，目前我正在使用它来完成任务：http : //lists.osgeo.org/pipermail/qgis-user/2010-October/010239.html

— 米科拉斯·西穆蒂斯（Mykolas Simutis）
source

0

不久前，我使用两种不同的方法记录了这种解决方法。

一种使用纯Python并可以在任何Python地方运行的代码：http : //geospatialpython.com/2010/12/rasterizing-shapefiles-2-pure-python.html

还有一个使用Python Imaging Library的网站：http : //geospatialpython.com/2010/12/rasterizing-shapefiles.html

— GeospatialPython.com
source