在地理信息系统（GIS）的广阔领域中，面状要素的中心线提取是一项至关重要的技术。无论是蜿蜒的道路、曲折的河流，还是城市的街区轮廓，这些面状要素的中心线都是我们理解和分析地理空间的关键。通过这一过程，我们能够从复杂的面状数据中提取出简洁而精确的线性特征，为GIS的数据处理和应用提供了坚实的基础。我们将一起学习几种不同的方法，来实现这一功能。无论你是GIS的新手，还是资深的地图爱好者，相信都能在这里找到你感兴趣的内容。

图片

为什么要提取中心线？

中心线的提取不仅简化了数据结构，还增强了我们对地理现象的洞察力，例如以下几个方面：数据抽象：中心线的提取帮助我们将面状要素抽象为线性要素，简化了数据的复杂性，便于进行进一步的分析和处理。空间关系明确：中心线清晰地界定了面状要素的几何中心，为理解要素之间的空间关系提供了直观的参考。分析效率提升：中心线作为GIS分析的基础，使得网络分析、路径规划等操作更加高效和精确。可视化增强：中心线的提取增强了地理数据的可视化效果，使得地图上的信息传达更为清晰和直观。决策支持：为城市规划、环境管理、交通规划等领域的决策者提供了准确、可靠的空间数据支持。通过中心线的提取，GIS用户能够更深入地理解地理空间的结构和动态，为地理信息的科学管理和有效应用奠定了基础。

图片

方法一

这个方法仅适用于ArcGIS pro中，ArcMap中并没有这个功能，我愿称它为最优解法，可以直接从面状要素中提取出中心线。

步骤一：将面要素合并

在ArcGIS pro的编辑窗口下选择你所有的面要素进行合并（当然如果你的数据质量很高不需要有这一步骤）。

在弹出的对话框中核实数量后点击合并就完成了，然后点击保存编辑。

图片

步骤二：运行多边形到中心线

在ArcGIS pro的视图窗口下打开地理处理的界面。

搜索“polygon to Centerline”工具，放入你的要素然后运行就行了，这里要注意输出一定是指向数据库的要素类，不能输出shp文件。

图片

图片

方法二

此法适于数据量小、质量好的道路面数据。数据不佳时，可能仅得轮廓。为避免此问题，需编辑数据，为道路开缺口，但道路众多，编辑耗时。故该方法仅适于量少质高的数据。

步骤一：使用【面转线】工具

在ArcMap或ArcGIS pro的工具箱或工具栏中，找到并选择“数据管理工具”->“要素”->“要素转线”。

在弹出的对话框中，选择要转换的面状要素图层作为输入。

然后点击“确定”开始转换。生成的线要素将沿着面状要素的边界。

图片

步骤二：数据预处理（可选）

检查数据：如果原始面状数据质量不高，需要进行手动编辑。

编辑数据：使用编辑工具打开道路面数据的缺口，避免提取整个面状轮廓。这也是他的局限性所在，只能有缺口才能识别到。

保存编辑：确保编辑后的数据保持拓扑正确性，并保存更改。

图片

步骤三：使用【提取中心线】工具

在ArcMap的工具箱或工具栏中，找到并选择“制图工具”->“制图综合”->“提取中心线”。

选择输入：选择上一步生成的线状要素数据集作为输入。

根据需求配置工具参数，如中心线提取的最小与最大宽度，也就是你整个数据中最窄的地方和最宽的地方分别填入。

图片

图片

方法三

这个方法嘛源远流长，我想大家都会了，就是利用ArcScan来进行中心线的提取，这个方法效果也还不错，属于是“古法炮制”了。

步骤一：数据标识化处理

在ArcGIS环境中，为提升数据的可识别性与处理效率，我们引入一个新字段“recg”，并通过字段计算器统一赋值为“1”。此步骤旨在通过明确的标识增强数据的辨识度，为后续处理奠定坚实基础。

图片

步骤二：面要素栅格化转换

利用ArcToolbox中的“转换工具”->“转为栅格”->“面转栅格”工具，将经过标识的面要素转换为栅格数据。在此过程中，选定“recg”字段作为值字段，并精确设置像元大小以优化数据精度(参考取值1，黑乎乎的栅格出炉)。栅格化转换不仅规范了数据形态，还便于后续进行更高级别的空间分析。

图片

步骤三：栅格数据重分类处理

利用ArcToolbox中的“3D Analyst 工具”->“栅格重分类”->“重分类”工具，执行栅格数据重分类操作。此步骤旨在简化栅格数据，通过明确设定新值“1”与“0”，区分道路核心区域与非核心区域，为道路中心线的精确提取创造有利条件。

图片

步骤四：ArcScan工具与新建线要素

通过“自定义”工具条下的“拓展模块”选项，激活ArcScan工具，并调整工具栏布局以便快速访问（也就是鼠标右键空白处把ArcScan勾选上）。ArcScan作为ArcGIS中针对矢量化操作的高级模块，能够有效支持复杂地理数据的精准矢量化处理。并且新建一个线要素类。

图片

步骤五：中心线矢量化提取

新建线要素类作为中心线的存储容器，并启动编辑会话。随后，在ArcScan工具的指引下，设置矢量化选项，选定中心线提取方法，并精细调整相关参数以确保提取结果的准确性。执行“生成要素”操作，ArcScan将基于栅格数据自动或半自动生成中心线矢量数据。

图片

图片

方法四

这个可以在ArcMap中实现一键提取中心线，不过效果有点捉襟见肘，但是可以继续进行线平滑等工具进行优化。就是利用ArcGIS的Python站点包arcpy来执行一系列的空间分析步骤，将多边形数据转换为栅格数据，进一步通过二值化、细化（骨架化）和转换栅格数据为矢量线数据，从而得到面要素的中心线。

import arcpyfrom arcpy import envfrom arcpy.sa import *import tempfiledef polygon_to_raster(polygon_shapefile, output_raster, cell_size):    arcpy.env.workspace = env.workspace = arcpy.Describe(polygon_shapefile).path output_raster = output_raster[:13] arcpy.PolygonToRaster_conversion(polygon_shapefile, 'FID', output_raster, cell_assignment='CELL_CENTER', priority_field='', cellsize=cell_size)def raster_binarization(input_raster, output_raster): arcpy.env.workspace = env.workspace = arcpy.Describe(input_raster).path out_con = Con(Raster(input_raster) > 0, 1, 0) out_con.save(output_raster)def skeletonize_raster(input_raster, output_raster): arcpy.env.workspace = env.workspace = arcpy.Describe(input_raster).path arcpy.CheckOutExtension('Spatial') out_skeleton = Thin(Raster(input_raster), 'ZERO', 'NO_FILTER') out_skeleton.save(output_raster)def raster_to_polyline(input_raster, output_polyline): arcpy.env.workspace = env.workspace = arcpy.Describe(input_raster).path arcpy.RasterToPolyline_conversion(input_raster, output_polyline, 'ZERO', 1, 'SIMPLIFY')if __name__ == '__main__': input_polygon = arcpy.GetParameterAsText(0)     temp_dir = tempfile.mkdtemp() intermediate_raster = arcpy.CreateUniqueName('inter_ras', temp_dir) binarized_raster = arcpy.CreateUniqueName('bin_ras', temp_dir) skeleton_raster = arcpy.CreateUniqueName('skel_ras', temp_dir) output_polyline = arcpy.GetParameterAsText(1) cell_size = int(arcpy.GetParameterAsText(2))     polygon_to_raster(input_polygon, intermediate_raster,cell_size)     raster_binarization(intermediate_raster, binarized_raster)     skeletonize_raster(binarized_raster, skeleton_raster)     raster_to_polyline(skeleton_raster, output_polyline) arcpy.AddMessage('Centerline extraction completed successfully.')

步骤一：就这一个步骤~

源码我已经贴出来了，有兴趣的可以继续优化一下，让ArcMap也能实现第一个方法的效果最好咯。当然我也把它做成了脚本工具箱，理论上精度值设置越小越高提取越准确，提取完可以进行平滑或者其他处理，以下就是使用演示。

图片

图片

结语

亲爱的读者们，随着这篇文章的结束，我们的GIS中心线提取之旅也暂时画上了句号。但探索的脚步从未停歇，每一次的学习和实践都是我们前进的动力。希望这些方法能够为你的GIS项目带来新的视角和效率。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。