QGIS+Paddle：深度学习遥感建筑提取插件

QGIS+Paddle：深度学习遥感建筑提取插件

记录

1. 环境配置

QGIS的安装和开发环境的配置网上都有不少资源，但是在配置paddlepaddle-gpu环境的时候还是遇到两个坑，解决方案可以参考：

• QGIS安装Paddle-GPU报错
• QGIS导入Paddle报错无效的数据源

2. 设想

实现时的想法是获取当前活动图层，如果这个图层是栅格，就读取，然后转为ndarray格式，预处理一下转为tensor。此时加载模型参数，这里目前就随便跑了一个UNet的模型，在AI Studio随便训练了下参数(文件夹中)。然后得到的结果反向处理得到二值图像，保存为tif加载到图层上，然后转为矢量。

3. 实现

1. 实现的时候第一步就遇到了问题，参考网上不多的文档，没有发现怎么从QgsRasterLayer转为ndarray，他每次貌似只能一个点一个点的访问。最开始参考了这位老哥的这篇博客，自己完善了转换，看这里。感觉这样很慢，不知道还有其他办法没，不过总算能用了。目前采用另一方法，参考这里。
2. 遇到的第二个问题就是预测完成后从ndarray保存栅格。查了半天也没找到怎么办，最后觉得曲线救国。将mask用opencv提取边界，并对边界处理后批量转为wkt，再从wkt中建立MultiPolygon的几何数据，最后将这个数据显示在界面上。
3. 然后遇到的问题是坐标不对，显示出来的MultiPolygon与原始的数据重叠不到一起去。在参考这位老哥和这位老哥后，经过探索尝试，使用变换解决了。

代码

github项目地址：https://github.com/geoyee/buildseg
其中主要代码在plugin/buildseg/buildSeg.py和plugin/buildseg/utils/中，其他基本都是QGIS的插件模板。

utils
   ├----- __init__.py
   ├----- boundary.py  # 边界提取
   ├----- convert.py  # 栅格转ndarray与坐标转换
   ├----- infer.py  # 深度学习预测
   └----- qgser.py  # 显示、wkt、获得转换矩阵等qgis操作

如何玩一玩这种没有打包发布的插件，可以参考这里。

后续

目前这个项目只是学习的练手项目，还有非常多问题（如图像大小固定256*256,等），只为了后续能将一些其他的深度学习能力建设到QGIS的插件中，让深度学习更好的服务GIS。