如何将QGIS标注的地理参考多边形转COCO/YOLO格式并逆向转换？

一、QGIS地理参考多边形转COCO/YOLO分割格式 #

核心逻辑 #

QGIS标注的是地理坐标，而COCO/YOLO依赖图像像素坐标（或归一化坐标），核心是完成「地理坐标 ↔ 像素坐标」的转换，再适配目标格式的结构要求。

具体操作步骤 #

1. 对齐图层与影像的坐标参考系（CRS）

   • 确保标注矢量图层（Shapefile/GeoPackage）和对应的遥感影像使用相同CRS。若不一致，用QGIS的投影转换工具调整矢量图层的CRS，匹配影像参数。

2. 提取关键参数与地理坐标

   • 从影像属性中获取地理变换参数：左上角X坐标（x_origin）、左上角Y坐标（y_origin）、像素宽度（pixel_width）、像素高度（pixel_height），这些是坐标转换的核心依据。
   • 提取多边形顶点的地理坐标：
     • 手动方式：用QGIS的导出属性表工具，将多边形的WKT格式几何导出为CSV；
     • 批量方式：用PyQGIS脚本批量提取，示例代码：

       from qgis.core import QgsProject, QgsGeometry
       
       layer = QgsProject.instance().mapLayersByName("你的标注图层名")[0]
       for feature in layer.getFeatures():
           geom = feature.geometry()
           # 获取多边形顶点的地理坐标列表
           coords = list(geom.asPolygon()[0])
           # 后续用于转换为像素坐标
       

3. 转换为目标训练格式

   • YOLO分割格式：
     1. 地理坐标转像素坐标（注意图像Y轴向下，与地理Y轴方向相反）：

        x_pixel = (x_geo - x_origin) / pixel_width
        y_pixel = (y_origin - y_geo) / pixel_height
        

     2. 将像素坐标归一化（除以图像宽、高），生成每行格式为class_id x1 y1 x2 y2 ... xn yn的.txt文件，每个图像对应一个同名标注文件。
   • COCO分割格式：
     1. 构建标准JSON结构，包含images（图像ID、文件名、宽高）、categories（类别ID、名称）、annotations（标注ID、图像ID、类别ID、segmentation像素坐标列表、bbox、面积）；
     2. 用geopandas读取矢量图层，结合PIL获取图像尺寸批量生成，示例片段：

        import geopandas as gpd
        from PIL import Image
        
        # 读取矢量标注文件
        gdf = gpd.read_file("你的标注文件.gpkg")
        # 获取对应影像的尺寸
        img = Image.open("遥感影像.tif")
        img_w, img_h = img.size
        # 构建COCO标注结构
        annotations = []
        for idx, row in gdf.iterrows():
            geom = row.geometry
            pixel_coords = []
            for x, y in geom.exterior.coords:
                px = (x - x_origin) / pixel_width
                py = (y_origin - y) / pixel_height
                pixel_coords.extend([px, py])
            annotations.append({
                "id": idx+1,
                "image_id": 1,
                "category_id": row["class_id"],
                "segmentation": [pixel_coords],
                "bbox": [min(pixel_coords[::2]), min(pixel_coords[1::2]), max(pixel_coords[::2])-min(pixel_coords[::2]), max(pixel_coords[1::2])-min(pixel_coords[1::2])],
                "area": geom.area
            })
        

二、模型输出结果转地理参考多边形导入QGIS #

核心逻辑 #

将模型输出的像素/归一化坐标转换回地理坐标，生成带对应CRS的矢量文件，即可直接导入QGIS。

具体操作步骤 #

1. 解析模型输出的坐标数据

   • YOLO输出：将归一化坐标乘以图像宽、高，得到像素坐标顶点列表；
   • COCO输出：直接从segmentation字段提取像素坐标列表。

2. 像素坐标转地理坐标
   使用影像的地理变换参数逆运算：

   x_geo = x_origin + x_pixel * pixel_width
   y_geo = y_origin - y_pixel * pixel_height
   

3. 生成可导入QGIS的矢量文件

   • 用geopandas创建GeoDataFrame，将地理坐标转换为Polygon几何对象，并设置与原影像一致的CRS；
   • 导出为Shapefile或GeoPackage格式，示例代码：

     import geopandas as gpd
     from shapely.geometry import Polygon
     
     # 假设已得到地理坐标顶点列表geo_coords
     polygon = Polygon(geo_coords)
     gdf = gpd.GeoDataFrame({"geometry": [polygon]}, crs="原影像的CRS（如EPSG:4326）")
     gdf.to_file("模型输出结果.gpkg", driver="GPKG")
     

   • 将生成的矢量文件直接拖入QGIS即可加载，自动带有地理参考。

内容的提问来源于stack exchange，提问作者elk_python