dzetsaka classification tool是QGIS的强大分类插件，目前主要提供了高斯混合模型分类器、Random Forest、KNN和SVM四种分类器模型，相比于SCP(Semi-Automatic Classification)，他的一个特点就是功能专一，操作简单。

从十一月开始一直忙于写个可研材料，持续忙了20天，此外关于训练这事儿，主要因素一个是数据标注，一个是摸索工具，另外一个是主机性能。想让数据统计的准一点，就得做好数据标注，数据标注是个体力活也是个技术活，还得有一定常识；摸索工具，在scp使用上，一直缺乏好的文档，标注起来总是磕磕绊绊的；主机性能也很重要，大部分影像都是上G的图片，QGIS找了半天也无法设置内存和GPU，总是跑一半，主机就挂了。

后来找到了这个dzetsaka classification tool工具，也是尝试了两天，总算有点小进展，但对于大的影像处理还是很慢，一跑就挂，或者跑一天多没什么结果，姑且先拿来做尝试吧。

一、zetsaka classification tool依赖于scikit-learn包，所以需要在OSGeo4W Shell先安装。

执行命令行pip install

D:\Program Files\QGIS 3.34.0>python3 -m pip install scikit-learn -U --user
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting scikit-learn
...
Installing collected packages: threadpoolctl, joblib, scikit-learn
Successfully installed joblib-1.3.2 scikit-learn-1.3.2 threadpoolctl-3.2.0
[notice] A new release of pip is available: 23.2.1-> 23.3.1
[notice] To update, run: python3.exe -m pip install --upgrade pip
D:\Program Files\QGIS 3.34.0>

二、到Plugins查找dzetsaka 工具，显示dzetsaka : Classification tool即可安装

三、在Plugin菜单中有一个dzetsaka 子菜单，下面还有子菜单

1、welcome message 包含dzetsaka的文档、数据集下载地址和如何安装scikit-learn

2、classification dock，包含工具的分类使用

3、settings，包含模型的选择

四、打开welcome message菜单，下载样例数据，点击down out demonstration dataset即可

下载完成后的目录结构，包括一个6M多的tif影像和一组shp矢量文件

五、打开demo_dzetsaka工程，可以看到tif影像和标注的结果

六、打开setting进行分类器选择

七、打开classification dock，选择影像和矢量文件，Class为分类的字段，可以点击Classfication Leave empty for temporary file后的按钮，设置输出文件路径和名称，其下的图标也可以设置分类器，然后点击Perform the classification执行。

八、经过一小时的等待，会输出以下的tif文件

九、对输出的结果进行设置，选择Singleband psoudocolor，因为训练集有五个类别，在这里设置6个类别即可，用不同颜色进行区分

十、格式化后的显式结果如下，再对照原图，结果基本还是可信的。

十一、随机森林分类后再格式化的结果如下：

十一、K近邻分类后再格式化的结果如下：

十一、高斯混合分类后再格式化的结果如下：

后面开始尝试在真正的地图上进行分类，不过太大了，已经运行一天一夜还是未运行出结果。。。

最后欢迎关注公众号：python与大数据分析