自动数字化栅格？[关闭]
Answers:
Mapperz答复中的QGIS解决方案只是一个简单的向矢量转换的栅格，并且没有边缘检测，因此我怀疑对于这种用例是否非常有效。它将为您提供每个像素的多边形值，以及一张可能导致每个像素几乎多边形的照片！
在QGIS中，更好的选择可能是使用Sextante插件中的“边缘提取”功能（在v 2.x中现在称为“ 处理中 ”）。
前往：地理算法->图片->特征提取->边缘提取。
但是就像Mapperz所说的那样，有时手动进行数字化处理要比使用自动化系统更快（更准确），因为您可以通过查看图像知道某个功能，但是计算机却无法知道。对于自动化系统，其全部只是灰色或彩色阴影，可以从中检测到边缘。
如果您有大量的图像要数字化，那么最好的选择就是将它们发送给专门从事此类工作的数字化公司。世界各地（尤其是印度）有很多负荷，并且它们进行了第n级的时间和运动研究以降低成本。大多数使用自动扫描和人类数字化相结合的过程。对于批量转换，将其外包给专家可能更便宜，更快捷。
ArcMap（10.2）
使用ArcScan http://resources.arcgis.com/en/help/main/10.2/index.html#//000w00000001000000，但必须将图像更改为8位黑白才能自动矢量化。
请注意，许多图像需要清理，这可能是耗时的组件。 http://resources.arcgis.com/zh-CN/help/main/10.2/index.html#/About_preparing_raster_data_for_vectorization/000w00000017000000/
（有时它比通过arcscan进行手工数字化更快。）
QGIS（1.8）
栅格到矢量的转换（插件：需要GdalTools）
完整指南 http://hub.qgis.org/wiki/quantum-gis/Raster_to_vector_conversion
这是一个分类问题，最适合ArcMap之外的方法。我们的大脑很容易就能解读像素集合并将它们组装成有意义的物体，例如道路。但是，这些任务对于计算机而言要困难得多，并且需要分类算法。ArcMap具有有用的基于像素的分类器（ISODATA，MLC等），尽管缺少更复杂的面向对象的分类方法（图像分割，特征提取）。我应该补充一点，有一个名为Feature Analyst的第三方扩展，可以与ArcMap结合使用。但是，我将指导您使用FOSS GIS和称为SPRING的图像处理软件，我发现它在面向对象的图像分类中非常有用。我在这里发布了道路提取方法的详细说明，这可能对您有用。
目前还不能完全自动化。在任何情况下都需要进行一些编辑\清理。正如Mapperz所说，最好用特殊工具解决该任务。您了解Easy Trace吗？这是商业软件，但是有免费的旧版本8.65。