eCognition面向对象分类：批量样本选择与shp高效导出全攻略

最近在搞eCognition（易康）的面向对象分类，最磨人的环节不是调分割参数，也不是选分类器，而是样本选择。几千个多边形，一个一个点过去，点到后面眼睛都花了，还容易点错。更要命的是，样本选完了，导出shp给同事或者下一步流程用，又是一堆坑等着。

这篇文章就是把我这段时间折腾出来的经验整理一下，重点解决两件事：怎么在易康里批量选择样本，以及怎么把样本和分割结果批量导出成shp。里面涉及的操作都是在eCognition Developer 9.x版本下实测的，8.x和10.x的界面差异不大，逻辑是通用的。

先说清楚一个概念，很多人把样本选择理解成“在影像上画点”，这个思路在易康里其实不太对。易康是面向对象分类软件，它的基本处理单元是分割出来的多边形对象，不是像素，也不是你手动画的矢量。所以你在易康里选样本，本质上是在多边形对象集合中标注类别，而不是重新创建样本几何。搞清楚这一点，批量操作的路子就打开了一大半。

1. 批量样本选择：核心思路与方案取舍

1.1 为什么要放弃手动点选

我最早做训练样本，就是老老实实把分割图层加载进来，然后在Viewer里用鼠标一个一个点。这个流程的问题很明显：

• 效率太低：一个中型项目动辄几万个对象，哪怕只选其中1%做样本也要几百个，手动点选一个下午就没了。
• 误操作率高：多边形边界叠在一起的时候，很容易点偏，选到隔壁地类去。样本错了，后面分类精度全完蛋，而且你还不容易发现。
• 可复现性差：手动选的样本没法记录“为什么选这个不选那个”，换了人来做，结果又不一样。批量选择用规则驱动，逻辑是固化的，谁跑都一样。

所以我的建议是：能用规则批量选的就绝不用手点。易康里最核心的批量选择方式就是通过“样本多边形对象”的属性（光谱均值、几何特征、以及与已有矢量的空间关系）来筛选。听起来抽象，实际操作其实就是写几条简单的规则条件，让软件自动把所有满足条件的对象一次性标记成样本。

1.2 两种批量选择路径的对比

在实际项目中，我总结下来有两条路可以走，各有适用的场景：

方案A我在后面的实操章节会展开讲，因为它的坑最多，尤其是“导入的shp和分割对象对不上”的问题。方案B相对简单，核心就是写条件表达式，比如“红光波段均值大于某个阈值，同时面积大于某个值，就归为水体样本”，这类规则用易康内置的特征（Feature）面板拖拽就行，不需要代码。

1.3 批量选择的底层原理：样本本质是“类别标注”

我还是要强调一遍，在易康里，当你执行“创建样本”操作时，软件做的事情是把当前选中的对象集合的类别（Class）属性改成目标类别，同时把这些对象加入训练样本列表。所以批量选择样本的本质，就是批量修改对象类别属性。明白了这一点，你就会发现批量选择的所有方法，最终都归结为三种操作：

1. 直接给某个条件下筛出来的对象集合赋予类别（Assign Class）。
2. 将外部矢量通过空间叠加映射到对象上，再赋予类别。
3. 在导入已有分类结果或样本时，通过分类器重新映射类别。

后面所有的实操步骤，都是这三种操作的排列组合。

2. 关键实操：基于已有shp批量生成样本

2.1 前期准备：shp数据与分割对象的对齐

先说我遇到的最典型场景：甲方给了一版野外调查点的shp，每个点带一个“地类代码”字段，我要用这些点作为训练样本去跑易康的分类。很多新手直接“File → Import Layer”就把点导入进去了，然后发现样本根本没法用——点落在了一个巨大的分割对象里，而这个对象里除了这个点对应的地类，还可能包含了其他地类的区域。

这里就涉及易康里一个非常重要的概念：样本的最小单元是分割对象，不是矢量点。一个点落在哪个对象里，这个对象整体就被标记为该点的类别。所以如果你的分割尺度太大，一个对象跨了两个地类，这个样本就是脏的。

我的做法是分三步预处理：

1. 检查shp的坐标系与分割影像是否一致。不一致的话，易康导入时虽然会自动投影，但偶尔会出现偏移。我习惯在ArcGIS或QGIS里先把shp投影到与影像相同的坐标系再导入。
2. 检查shp的字段编码。易康对中文字段名的支持不算好，最好在导入前把字段名改成英文或拼音，避免后面写规则时出现乱码。
3. 检查shp中是否有重复要素、自相交等几何错误。有一个小工具非常值得推荐——ShapeChecker，专门用来检查和修复shp的几何问题。或者你在ArcGIS里用Repair Geometry工具跑一遍也行。

2.2 导入shp的三种方式与选择

在易康里导入shp有三种入口，别搞混了：

• File → Import Layer：把shp作为独立的矢量图层加载到项目中，参与后续的分割或作为分析数据。它不会直接变成样本。
• Classification → Samples → Import Samples from Thematic Layer：把shp图层当作专题层（Thematic Layer），按字段值给对象赋类别，这是生成样本最快的方式，但前提是分割对象已经存在。
• Process Tree中通过Add New Layer的方式导入：适合在规则集（Rule Set）中自动化地导入shp，好处是可复现。

我最常用的是第二种。操作路径是：先在Process Tree中创建分割（Multiresolution Segmentation），分割完成后，在Toolbar里找到Classification标签页，点击“Samples”下拉菜单，选择“Import Samples from Thematic Layer”，然后在弹出的对话框里选导入的shp图层，指定类别字段，软件就会自动把shp中的地物信息映射到与它相交的分割对象上，并批量标记为样本。

注意：这个操作的前提是，shp的类别字段值必须与易康类层次（Class Hierarchy）中已经定义好的类别名称完全一致，否则会提示类别不匹配。我建议在类层次里先建好水、田、林、建筑等类别，再导入，不要指望软件自动建类。

2.3 用空间关系规则解决“点落在对象边缘”问题

导入shp后最常见的问题就是很多对象没有被标记上。原因通常是shp要素和分割对象只是部分相交，或者点状shp落在细长对象的边缘，Intersection计算时不够精确。

针对点状shp，我推荐用一个更稳的方法：基于“Contains”关系写规则。在Process Tree里新建一个规则：

• 算法选择：Assign Class
• 参数设置里，勾选“Use Exported Object Features”，把点shp的类别字段引入特征（Relation to imported point layer → Contains）
• 表达逻辑：对象包含导入的点要素，则把该对象的类别设为对应地类

这样每个点只影响它所在的唯一对象（如果不跨边界），避免了批量导入时的“部分相交”歧义。对于面状shp（比如历史图斑），则反过来用“Intersects”或者“Rel. Border > 0.5”（相对边界占比大于50%）来控制标定程度，防止一个大图斑把周围完全不相干的对象卷进来。

这一步是最容易被忽略的。很多人导入shp后发现样本数量不对，第一反应是抱怨软件，其实十有八九是空间关系没设对。

2.4 导出样本shp的标准流程

样本标记完成后，把样本导出成shp也是高频需求。导出的场景有两种，一种是导出训练样本本身，另一种是导出分类结果。很多人都会在这块卡一下，因为易康默认导出的是全部对象，不是你选中的样本。

导出样本的标准操作：

1. 在Process Tree中先执行一次“Select Samples”操作（Classification → Samples → Select Samples），选中所有已标记为某一类的样本对象。
2. 然后右键点击Project图层树中的分割图层，选择“Export → Export Vector Layer”。
3. 在导出设置里有两个关键选项，第一个是“Export Only Selected Objects”（只导出选中对象）一定要勾上，第二个是输出格式选“Shapefile”。

这个流程走下来，导出的shp就是干净的训练样本，字段里会带上类别名称和各类特征值。如果你不勾选“只导出选中对象”，导出的就是整幅分割结果，文件巨大且没意义。

3. 批量导出shp：从分割结果到成果交付

3.1 导出全部分割对象：属性表完整性的坑

导出全部分割对象这件事，使用频率也很高。比如你做完了多尺度分割，想把分割结果交给同事查看；或者做完了规则集分类，想输出一张矢量成果图。操作上还是“Export → Export Vector Layer”，格式选Shapefile。

但我必须吐槽一个易康的经典坑：导出的shp属性表经常是空的，或者只有FID和Class两个字段，对象的光谱均值、面积、周长等特征全没了。

出现这个问题的原因，是易康默认导出的属性字段列表为空。你必须在导出对话框里点击“Feature Selection”按钮，把需要的特征（Layer Values里的各波段均值、Geometry里的面积、Shape里的形状指数等）手动添加进去。很多教程不会提这一步，导致小白导出的shp在ArcGIS里什么都做不了。

我自己的习惯是，每次导出前都整理一份固定的特征导出模板，包含：面积（Area）、长宽比（Length/Width）、各波段均值（Mean Layer n）、亮度（Brightness）、NDVI（如果自定义了指数）、类别名（Class Name）。这样导出的shp直接就能用，不用二次挂接。

3.2 批量、多类别、分幅导出

如果只是导出一个shp，那用菜单操作就够了。但实际项目里往往要求“每个类别单独导出一个shp”，或者“每块图幅单独导出一个shp”。这种批量导出需求，靠菜单点会点疯掉，必须写规则集（Rule Set）自动化。

这里分享一个通用的批量导出脚本逻辑，在Process Tree里用循环实现：

1. 使用Java Script或易康自带的循环控制（For Each Element）遍历类层次中的所有类别。
2. 在循环体内，先执行Select Samples，选定当前类别。
3. 然后执行Export Vector Layer，导出文件名动态拼接类别名。
4. 循环结束后，所有类别的shp就分别导出到指定文件夹。

举个具体写法：在Process Tree中新建一个Process，算法选择“Export Vector Layer”，然后在“File Location”里填写模板路径，比如“D:\export\{Class_Name}.shp”，易康会用当前对象的类别名去替换{Class_Name}占位符。加上循环条件“For each class”，就能一键导出全部类别的shp。

这个技巧我是在一次需要给甲方交付20个地类分类成果时摸索出来的，直接省掉了大半天的重复劳动。关键是易康里这个占位符机制知道的人很少，所以特地写出来。

3.3 导出shp后的收尾处理：坐标系与编码

导出完成后别急着交差。我用易康导出shp后，常规操作是在ArcGIS里再过一遍，做三件事：

1. 检查坐标系：易康导出shp时默认使用项目的全局坐标系（Map Coordinate System），一般不会丢。但如果你的项目里同时加载了多个不同坐标系的图层，偶尔会导出成未知坐标系。稳妥做法是在易康里给项目显式设置输出坐标系：Edit → Preferences → Map Coordinate System。
2. 检查字段编码：易康导出的shp属性表中的中文字段值，在ArcGIS里偶尔显示乱码。这是因为shp的.dbf文件默认编码是ANSI，如果你的类别名是中文，建议在导出时把类名改成英文，或者后期在ArcGIS里用“Add Field + Calculate Field”重新赋值，避免乱码纠缠。
3. 修复几何：易康导出的shp虽然一般几何没问题，但在跨平台传递时，偶尔会出现自相交或空几何。我在交付前习惯用ShapeChecker批量检查一遍，这个工具很小，绿色版，双击打开，选择shp文件，点Check，几秒钟就能把所有有问题的拓扑错误列出来，修复也是一键完成。

这些都是血泪教训。有一回我导出的shp在ArcGIS里打开完全正常，结果同事用QGIS打开后地物全飞了，最后查下来就是坐标系被易康写成了Local投影，没有坐标系定义文件。所以交付前的坐标系检查，必须做。

3.4 shp转其他格式：实用衍生场景

在实际项目里，shp往往不是终点，很多下游工具只认别的格式。在这里顺便聊几个和shp有关的衍生转换需求，都是我踩过坑后总结的捷径：

• shp转txt：易康导出的shp有时候我只是用来提取经纬度坐标，跑批量出图脚本用。常见的做法是用一个小工具或者ArcGIS的“Table To Excel”先导出成表，再另存为txt。如果你只是想快速提取坐标点，直接在ArcGIS的属性表里右键“Create Points”也行，但更快的还是用Python的pyshp库，二三十行代码就能搞定批量转txt。
• shp有没有办法只保留外边界线？这个需求其实用ArcGIS的“Dissolve”工具就能完成，把所有图斑合并后转面转线即可；在易康里则可以通过“Vector Layer → Spatial Operations → Polygon to Line”一步完成。如果你的shp是分类结果，想在易康里直接提取各类别的外边界线做制图，用这个操作效果很好。
• 环境配置里经常遇到的shp转gdb：因为gdb（地理数据库）在字段名长度、拓扑关系上比shp更宽容，很多流程从shp转到gdb后健壮性会好很多。ArcGIS里用“Feature Class to Feature Class”批量转即可，没有坑。
• ArcGIS把CAD转成shp：这个是老生常谈了，用ArcMap里的“CAD to Geodatabase”工具，或者QGIS里直接用“导入矢量”功能，选DWG/DXF文件即可。有一点要注意，CAD里的闭合多段线转过来默认是面，但有时候会变成折线，看图层类型选择就好。

这些衍生场景看着杂，但都是从“易康导出的shp怎么用”延伸出来的真实需求。很多时候不是功能不会用，而是不知道有这些衔接手段。

4. 实战案例：从shp样本到分类成果全流程复盘

4.1 案例背景与数据准备

我拿最近一个实际项目来复盘。任务是对某片区的高分辨率遥感影像做土地利用分类，类别就四类：水体、植被、建筑、裸地。甲方给了一份野外调查点的shp，约300个点，字段里有类型代码。影像分辨率0.5米，坐标系是CGCS2000。

我把整个流程拆成了八步：

1. 在ArcGIS里对调查点shp做几何修复和字段预处理：代码字段重命名为land_type，值改成w、v、b、n四个英文代码，对应四个类别。
2. 在易康里新建项目，加载影像和分割参数，执行多尺度分割。这里我用了尺度50、形状0.3、紧致度0.7，算是比较常规的参数。
3. 在类层次里建立W、V、B、N四个类别，颜色分别设为蓝、绿、红、黄。
4. 导入调查点shp作为专题层。
5. 执行Import Samples from Thematic Layer，按land_type字段映射类别。
6. 检查样本数量与空间分布，发现部分点没有成功标记，原因是点落在对象边界上。
7. 写一条补充规则：对未标记对象，检测其与点shp的距离（Distance to imported point layer < 5像素），按最近点的类别补标记。
8. 用KNN分类器训练并分类，导出分类结果shp。

4.2 样本检查与异常处理

第六步的“部分点没有成功标记”是最典型的问题。我统计了一下，300个点，成功标记了268个，剩下32个没标记上。这32个点，大部分落在线状地物（比如小路边的单棵树木）分割出来的细长对象上，或者落在两个对象的公共边上。

遇到这种情况，不要急着手动补点，先看看能不能用规则解决。我补充的规则是：

• 算法：Assign Class
• 条件：未分类（Unclassified）且 Distance to imported point layer < 5
• 类别：对应最近点的类别

这个“距离阈值”是关键，设得太小补不上，设得太大把远处无关对象卷进来。我一般用影像分辨率的5到10倍作为初始值，然后结合目视检查调整。实测下来，32个点补上了28个，剩下4个是因为点所在位置本身就是地类过渡带，影相上看着就不明确，这种样本即便补上也会成为分类噪声，删掉不要了。

这里插一句和样本数量相关的经验：很多人以为样本越多越好，其实不是。样本重叠、样本位于过渡地带，都会拉低分类精度。宁可样本少而精（当然每类至少30个），也不要把模糊样本硬塞进去。

4.3 分类器选择与参数配置

易康里常用的分类器有KNN（最近邻）、Bayes、SVM、Random Forest、Decision Tree等。我在这个项目里用的是KNN，因为它对训练样本数量要求低，而且参数简单。

KNN的关键参数是k值（邻居数）和Sample Distance（采样距离）。我用的k=3，Sample Distance选“Variable from Sample”模式，这样软件会根据样本分布自动调整判断阈值。如果是新手，我建议不要手动去调Distance的绝对值，直接用默认的Variable模式，否则很容易出现“所有对象都被分到同一个类”这种极端情况。

分类完成后，在Viewer里叠加底图看效果，重点关注地类边界和容易混淆的区域（比如建筑阴影下的裸地，和水体），必要时回到“样本编辑”状态手动增删几个关键样本，重新训练。这个迭代过程，往往比调分类器本身更有效。

4.4 批量导出分类成果并交付

分类结果检查满意后，就是导出环节。这个项目要求交付两种成果：一是全部分类结果的shp，二是每个类别单独导出一个shp，方便甲方做制图。

我直接写了上面提到的那个循环导出规则集，一次跑完，在D:\export文件夹下生成了四个文件：w.shp、v.shp、b.shp、n.shp，外加一个全部分类结果all.shp。然后按照前面说的流程，在ArcGIS里逐个检查坐标系、字段编码，用ShapeChecker修复一遍拓扑问题，最后打包交付。

整个流程走下来，从分割到交付，总共花了一个半小时左右，其中真正人工干预的时间不到二十分钟，其余全是规则集在跑。这个效率，是传统手动选样本加单次导出的流程没法比的。

这里的经验是：易康最强大的地方不在于某个单一功能，而在于你能把整条流水线串成自动化规则集。一次建好，以后换影像、换项目都能复用。

5. 常见问题与排查技巧实录

5.1 样本导出后shp在ArcGIS里打开是空的

这个问题的原因有两个：一是导出时勾选了“Export Only Selected Objects”，但当前并没有选中任何对象；二是在对象属性抽取时选错了特征。排查思路如下：

• 在易康里先确认对象是否真的选中了：用Viewer里选中几个对象，看Class Hierarchy窗口下方是否有对象计数显示。
• 导出设置里检查“Feature Selection”是否为空，为空就导出只有几何没有属性的shp，在ArcGIS里显示不出内容。
• 确认导出路径不能包含中文。易康的shp导出路径如果包含中文，偶尔会生成0字节的.dbf文件，这个坑我遇到好几次了。

5.2 导入shp时提示“Layer has no valid attributes”

这个问题多半是因为shp的属性表里全是空值，或者字段类型不被易康支持。解决方法是在导入前用ArcGIS检查属性表，把不需要的字段删掉，只保留类别字段，并且把这个字段的类型改成文本型（Text）。整数型字段在易康里也可以映射，但文本型最稳妥。

还有一种情况是shp中包含了多部件（Multi-part）要素，导入易康时会被拆分，然后属性关联不上。这个在ArcGIS里用Multipart To Singlepart工具先处理一下，或者在ShapeChecker里勾选“Split multi-part features”。

5.3 分类结果导出后地物位置偏移

这个问题基本都是坐标系惹的祸。解决方案不再赘述，核心就是三条：

1. 在易康项目里统一坐标系，所有图层都设为同一坐标系。
2. 导出时检查Map Coordinate System设置，确认不是Local。
3. 导出后在ArcGIS里用“Define Projection”工具检查并修正坐标系。

另外还要强调一点，易康的坐标偏移和影像自带的坐标信息直接相关。如果你的源影像坐标系本身定义错误（比如影像标签写的是WGS84，实际却是CGCS2000），那导出shp偏移再远都正常。这种情况第一步就是修复源影像的坐标信息。

5.4 批量导出shp后每个类的文件大小差别巨大

这也是正常现象，因为各地物类别的空间分布和对象数量本来就不一样。但如果你发现某个类别的shp文件极端小（比如只有几KB），那大概率是这个类别的样本没有成功映射，导出内容基本是空的，需要回去检查样本标记情况。

5.5 易康卡死或者运行缓慢怎么办

处理大范围高分辨率影像时，易康卡顿很常见。我的几个实用技巧：

• 分割前对影像做金字塔重采样，易康里用“Image Pyramid”功能，先在低分辨率下跑几次分割测试，确定参数后再用原始分辨率跑正式分割。
• 规则集跑批量导出时，关闭Viewer的自动刷新，改为手动刷新，可以省下大量渲染时间。
• 导出shp时不要一口气把所有特征都选上，只导出真正需要的字段，减少I/O压力。

这些“软优化”虽然解决不了硬件瓶颈，但在相同配置下实测能提升30%到50%的处理速度。

5.6 易康和ArcGIS之间的shp衔接规范

最后整理一份我自己制定的衔接规范，算是给团队的约定，现在分享出来：

• 类别字段一律用英文名，避免中文乱码。
• 导出的shp统一做一次“Repair Geometry”和“Define Projection”。
• 坐标系统一用影像原始坐标系，如果没有明确坐标系，一律在交付说明里写明“未知坐标系，请勿直接用于空间分析”。
• 大批量导出优先用规则集，避免手动操作导致的文件名混乱。
• 每个交付目录下附一个readme.txt，写清楚坐标系、字段含义、数据版本和日期。

这些规范看起来琐碎，但实际项目中，团队协作时80%的沟通成本都耗在这些小问题上。

6. 实际操作中的一点经验心得

做eCognition项目这些年，最深的体会是：这个软件的学习曲线确实陡，但一旦你迈过了“对象思维”这道坎，后面的路就顺了。面向对象分类的精髓，就是放弃对单个像素的执念，把影像信息聚焦在一个个有实际意义的地理实体上。而样本选择作为分类质量的“天花板”，值得你花心思去优化流程。

我自己现在做新项目，第一步不是急着去分割，而是把样本来源理清楚——有没有现成的矢量数据？能不能从历史成果里挖？如果没有，我该怎么用规则把“目视解释经验”转化为可执行的条件？这些问题想清楚了，后面90%的工作都是流程化的。

再说回批量导出shp这件事。很多人觉得导出不就是点一下鼠标的事吗？但在实际生产中，数据清洗、格式转换、质量检查这些环节消耗的精力远超“点一下鼠标”。这篇文章里讲的很多步骤，本质上都不是什么高深算法，而是对生产流程的梳理。把这些细节做好，交付成果的质量才能稳定，返工率才能降下来。

最后再分享一个小技巧：如果你经常在易康、ArcGIS、QGIS三个软件之间倒腾数据，建议在电脑里装一个ShapeChecker之外，再装一个Notepad++，专门用来查看和修复shp属性表对应的.dbf文件乱码问题。这个办法虽然土，但在很多紧急情况下真的能救命。