如何将JPG格式地图转为适配geom_polygon/geom_sf的data.frame并提取瓦片边界？

绝对可以用R搞定这个需求！我来一步步给你拆解怎么做：

R有一堆专门处理图像、空间数据和可视化的包——比如magick处理图片、sf/sp处理空间多边形、ggplot2用来画你需要的choropleth map，整套流程完全能在R里闭环完成，不用切换其他工具。

1. 准备工作：安装并加载所需包 #

先把要用的包装上：

install.packages(c("magick", "sf", "ggplot2", "tesseract"))
library(magick)
library(sf)
library(ggplot2)
library(tesseract)

2. 图片预处理：突出瓦片边界 #

首先读取你的JPG，然后做灰度转换、二值化，让瓦片的边界更清晰，方便后续识别：

# 读取你的瓦片地图
img <- image_read("你的瓦片地图.jpg")

# 预处理：转灰度+二值化，把边界和瓦片区域区分开
# 阈值可以根据你的图片调整，直到边界清晰
img_processed <- img %>% 
  image_convert(colorspace = "gray") %>% 
  image_threshold(type = "white", threshold = "50%")

3. 提取瓦片的多边形边界 #

用magick识别图片里的连通区域（每个瓦片就是一个独立的连通区域），然后转成sf格式的多边形：

# 识别所有连通区域（每个区域对应一个瓦片）
components <- image_connected_components(img_processed)

# 把识别到的形状转成sf多边形对象
tile_polygons <- components$shapes %>% 
  st_as_sf(coords = c("x", "y"), crs = 4326) %>% # 先设临时坐标系，后续可调整
  st_cast("POLYGON")

# 注意：magick的坐标原点在左上角，ggplot的原点在左下角，需要翻转y轴匹配
img_height <- image_info(img)$height
tile_polygons <- tile_polygons %>% 
  mutate(y = img_height - y) %>% 
  st_set_geometry(st_sfc(lapply(st_geometry(tile_polygons), function(poly) {
    poly_coords <- poly[[1]]
    poly_coords[,2] <- img_height - poly_coords[,2]
    st_polygon(list(poly_coords))
  })))

4. 匹配瓦片编号 #

如果图片里的编号是可识别的文字，用tesseract做OCR提取；如果编号是你已知的，也可以手动赋值：

# OCR提取每个瓦片的编号
tile_polygons$tile_id <- sapply(components$bbox, function(bbox) {
  # 裁剪出单个瓦片区域
  tile_crop <- image_crop(img, paste0(bbox$width, "x", bbox$height, "+", bbox$x, "+", bbox$y))
  # 识别编号并去除多余空格
  ocr(tile_crop) %>% trimws()
})

5. 转成geom_polygon/geom_sf可用的格式 #

• 给geom_sf用：直接用上面生成的tile_polygons这个sf对象就行，画图时直接调用：

  ggplot() +
    geom_sf(data = tile_polygons, aes(fill = tile_id)) + # 这里fill可以换成你的数据列
    theme_minimal()
  

• 给geom_polygon用：需要把sf对象转成长格式的data.frame，包含x、y、分组（每个瓦片的id）：

  tile_df <- tile_polygons %>% 
    st_coordinates() %>% 
    as.data.frame() %>% 
    rename(x = X, y = Y, group = L1) %>% 
    left_join(tile_polygons %>% st_drop_geometry(), by = c("group" = "tile_id"))
  # 画图示例
  ggplot(tile_df, aes(x = x, y = y, group = group, fill = tile_id)) +
    geom_polygon(color = "black") +
    theme_minimal()
  

• 如果瓦片边界识别不准，可以试试image_morphology做膨胀/腐蚀操作，优化预处理后的图片；
• 坐标系如果不需要地理信息，用平面坐标系（比如3857）就行，不用纠结真实地理CRS；
• OCR识别率低的话，可以先对裁剪后的瓦片图做对比度增强，或者指定tesseract的语言包（比如tesseract_download("eng")）。

内容的提问来源于stack exchange，提问作者Deen24ID