地图颜色自动匹配map-vectorizer如何用PIL与最近邻算法还原建筑属性【免费下载链接】map-vectorizerAn open-source map vectorizer项目地址: https://gitcode.com/gh_mirrors/ma/map-vectorizer 文章概要在历史地图矢量化工作中最难的不是画轮廓而是读懂地图上的颜色。map-vectorizer 正是这样一个开源地图矢量化工具它不仅能从扫描地图中提取建筑多边形还能通过地图颜色自动匹配技术用 PIL 计算建筑平均颜色、用最近邻算法比对预置色卡最终为每个建筑还原出红、绿、黄、蓝等属性标签。本文为你拆解这套颜色自动匹配的完整原理与配置方法零基础也能看懂。上图是项目自带的test.tif1196x1356这是一张 19 世纪末纽约曼哈顿街区的历史地籍图。你能看到粉色的建筑群、绿色的 Methodist Book Concern、黄色的地块以及标注为 Coal Yard 的棕色区域——这些颜色正是地图颜色自动匹配要识别的建筑属性。 为什么地图矢量化需要颜色自动匹配历史地图尤其是保险图集中建筑颜色往往承载着重要语义粉色可能代表砖房、绿色代表特殊机构、黄色代表木结构。手工提取这些属性耗时惊人——NYPL 曾动员志愿者花了三年才产出 17 万个带属性的多边形。map-vectorizer 的目标就是把这个过程压缩到24 小时以内。它的核心思路是像 OCR 一样处理地图先提取形状再自动匹配颜色最后把颜色映射为属性。整套流程的主入口在 vectorize_map.py其中consolidate()函数就是颜色自动匹配的核心战场。 地图颜色自动匹配的完整流程四步走第一步用 GIMP 做二值化预处理在匹配颜色之前工具先用 GIMP 对地图做亮度、对比度、阈值处理把线条变黑、背景变白生成一张干净的黑白蒙版用于后续的多边形提取。这一步的参数来自配置文件的第一行。第二步裁剪出每个建筑的小图块多边形提取并简化之后工具用gdalwarp以每个建筑多边形为裁剪线从原始地图中单独裁剪出该建筑的位图。这一步很关键每个建筑都被隔离成一张独立的小图片颜色匹配就在这些小图上进行。第三步PIL 计算建筑平均颜色这是地图颜色自动匹配的测量环节。工具调用 map_vectorizer/util.py 中的average_color()函数用 PIL 打开裁剪后的建筑图块遍历所有像素跳过透明alpha 值低于 200的像素累加 RGB 并求平均得到该建筑的整体代表色原理就藏在 map_vectorizer/util.py 这几十行代码里——不需要复杂的机器学习一个平均色就足以描述这个建筑大概是什么颜色。第四步最近邻算法匹配颜色属性拿到平均色之后就到了整个地图颜色自动匹配最精彩的部分——最近邻算法。工具把平均色与配置文件vectorize_config_default.txt中预定义的基准颜色逐一对比计算欧氏距离dist (red - base_red)² (green - base_green)² (blue - base_blue)²距离最小的那个基准颜色就是该建筑的属性。这段逻辑位于 vectorize_map.py先设定一个极大的初始距离然后遍历所有基准色不断更新最近的颜色如果最近的是纸张色背景则直接忽略该多边形。 如何自定义你的地图颜色配置文件不同地图的色系千差万别map-vectorizer 允许你完全自定义颜色表。默认配置在 map_vectorizer/config/vectorize_config_default.txt格式非常简单第一行亮度、对比度、黑阈值、白阈值用于 GIMP 二值化第二行纸张/背景色RGB 三元组 名称其余行建筑颜色如194,175,170,red、180,185,163,green 由于历史地图是手工上色的同一种颜色会有深浅差异。NYPL 的经验是为每种颜色准备 2~3 个深浅版本比如red、red (light)、red (darker)能显著提高最近邻匹配的准确率。配置文件解析逻辑在 map_vectorizer/config/vectorize_config_parser.py 中它用csv模块逐行读取把 RGB 值组装成basecolors列表供最近邻算法使用。 快速开始体验一次颜色自动匹配python vectorize_map.py test.tif运行后工具会依次完成二值化 → 多边形化 → 简化 → 颜色匹配最终在test文件夹中生成带属性字段的 shapefile.shp/.dbf/.prj/.shx。其中Color字段就是颜色自动匹配的成果每个建筑都被打上了对应的颜色索引。此外map_vectorizer/detect.py 还利用 OpenCV 检测建筑内的圆点区分实心/空心和十字标记这些特征会和颜色一起写入DotCount、CrossCount等属性字段让矢量化结果更加丰富。✅ 总结地图颜色自动匹配看似简单却解决了历史地图数字化中最繁琐的一环。map-vectorizer 用PIL 求平均色 最近邻算法比对色卡的组合拳让机器读懂地图颜色成为现实✅ 形状提取自动生成建筑多边形✅ 颜色匹配PIL 最近邻算法还原颜色属性✅ 特征检测OpenCV 识别圆点与十字✅ 输出丰富shapefile GeoJSON附 Color/DotCount 等字段如果你手头也有老地图需要矢量化不妨试着调整配置文件里的颜色表让这套开源的地图颜色自动匹配工具帮你从手工标注的苦海中解放出来。【免费下载链接】map-vectorizerAn open-source map vectorizer项目地址: https://gitcode.com/gh_mirrors/ma/map-vectorizer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考