干过遥感的人应该都有这种体会：ENVI里最不起眼、但几乎每次做定量分析都要碰一遍的操作，就是矢量转ROI。尤其ENVI5.3这个版本，界面改得比Classic时代“现代”了不少，但很多习惯用ArcGIS做矢量的朋友，第一次在ENVI里找“矢量转ROI”这个功能时，真的会愣住。明明在ArcMap里一个Export就搞定的事，换到ENVI里怎么就找不到入口了？更别提转换过程中还经常遇到坐标偏移、属性丢失、中文路径报错这些问题。
这篇东西就是专门写清楚“ENVI5.3把shp文件转成ROI”这件事的。我会从ROI的基本概念讲起，把ENVI5.3里现有的三条转换路径都扒一遍，再结合我实际操作中踩过的坑，把坐标系匹配、属性筛选、批量处理这些关键环节一次说透。无论你是做土地利用分类、植被指数统计，还是搞精度验证采样，只要涉及把ArcGIS里的矢量边界送进ENVI里做进一步分析，这篇都适合你收藏照着做。
1. 为什么非要把shp转成ROI？先搞懂这步操作的真实用途
很多初学者会问：我有shp文件，直接在ENVI里打开不就完了吗，为什么非要转成ROI？这里面的核心差别，得先说清楚。
1.1 ROI到底是个什么东西
ROI的全称是Region of Interest，翻译过来叫感兴趣区域。听着挺玄，本质就是一坨像元索引的集合。也就是说，ROI不是独立存储的一套几何数据，而是依附在某幅影像上、记录“哪些像元位置属于这个区域”的列表。
打个比方，shp文件像是一张城市规划图纸，它描述的是边界在哪里、面积有多大、地块编号是多少。而ROI更像是你在照片上用红笔圈出来的那块区域，它最大价值是告诉软件“你接下来只处理我圈出来的这部分像素”。所以ROI一定要挂在某幅影像上才有意义，这也是为什么ENVI里新建ROI之前必须先打开一幅影像。
shp转ROI这个操作，本质就是把“图纸上的边界”翻译成“影像上的像素集合”。这个过程涉及坐标投影转换、边界栅格化、属性传递等好几个环节，任何一个环节不对，最后的ROI就会偏、会缺、甚至会完全错位。
1.2 什么时候会用到shp转ROI
根据我自己的项目经验，shp转ROI最常见的应用场景大概有四类：
第一类是区域统计。比如把行政区划shp转成ROI，然后统计这个区域内的NDVI均值、土地利用面积、水体面积等等。在ENVI里做这类统计，ROI是区域限定的基础工具，没有ROI，你只能整图计算。
第二类是分类训练样本制作。做监督分类的时候，训练样本可以通过手动绘制ROI来获取，但如果你想用已有的野外调查点、历史解译结果来生成训练样本，那就必须把这些矢量文件转成ROI。
第三类是掩膜处理。比如要把研究区范围之外的像元全部屏蔽掉，只保留研究区内的数据参与后续计算，把边界shp转成ROI再构建掩膜，是最标准的流程。
第四类是精度验证。分类完成后要做精度评价，通常需要把验证样本点转成ROI，然后提取对应位置的分类结果，跟真实地类做比对。这种场景下shp转ROI的质量直接决定精度评价的可靠性。
1.3 文件准备的三个硬件底线
实际操作前，先把三个底线检查一遍，能省掉后面80%的麻烦。
第一，矢量文件必须是ESRI Shapefile格式，也就是后缀为.shp的文件。ENVI5.3虽然也支持读取一些其他矢量格式，但要做转ROI操作，shp是最稳妥的。如果你手里是GeoJSON、KML或者AutoCAD的DWG，建议先在QGIS或者ArcGIS里转成shp再拿到ENVI里用。
第二，坐标系信息要明确。shp文件本身可以不带投影信息，但图层属性里最好能查到坐标系定义。如果shp的坐标系跟影像不一致，转换时要么先投影，要么至少要知道两套坐标系之间的关系，否则转换出来的ROI位置会产生偏移。具体怎么处理，第4节会展开讲。
第三，属性表里最好有可用的标识字段。ROI的命名会用到属性字段值，比如土地利用类型代码、行政区名称、样地编号等。如果属性表是空的，转出来的ROI全是一个名字，后续区分起来非常痛苦。
2. ENVI5.3里shp转ROI的三条常规路径
ENVI5.3这个版本比较特殊，它同时保留了老式Classic界面和新式ENVI界面。矢量转ROI的操作在两种界面里都有入口，路径还不一样，很多人搞混就是因为这个。
2.1 大菜单里的File→Open，最直白但容易被忽略
ENVI5.3主界面里，点击菜单栏的File，下拉菜单中有一个Open选项，后面会跟着一个子菜单，里面列了一堆打开数据的入口。选择Vector，会弹出文件浏览窗口，定位到你的.shp文件并打开。
打开之后，shp会以图层的形式出现在Layer Manager里。这个时候它只是一个独立的矢量图层，还不是ROI。接下来需要右键点击这个矢量图层，在弹出的菜单里选择Export ROI。后面会弹出参数设置窗口，确认无误后点OK，ROI就生成好了。
这条路径逻辑清晰，但有个容易忽略的问题：ENVI打开shp时，并不知道你要把ROI建在哪幅影像上。如果当前没有打开任何影像，ENVI会默认按照shp自身的坐标范围创建一个临时的基准图像，ROI就依附在这幅临时图像上，后续你无法直接拿它去统计另一幅影像。所以正确的顺序是，先打开影像，再打开shp，再转ROI。
2.2 图层右键菜单，最常用也最顺手
如果你已经把影像和shp同时打开了，那更快的方式是在Layer Manager里找到shp图层，直接右键，然后在菜单里点Export ROI。这个入口本质上跟File菜单那条是一样的，只是省去了先开文件再找命令的步骤。
右键菜单里还有几个跟ROI相关的选项值得留意。一个是Create Mask，可以基于这个矢量图层直接生成掩膜；另一个是Properties，可以查看矢量图层的属性信息。实际工作中，往往是先看一眼Properties确认坐标系信息，然后直接Export ROI，一气呵成。
2.3 Classic界面里的老路子，老用户还是习惯这么干
用惯了ENVI老版本的人会知道，在Classic界面里，矢量转ROI的入口藏在主菜单的Vector菜单下，操作顺序是：先打开影像和矢量文件，然后在Vector菜单里选择Open Vector File打开shp，再选择Convert to ROI。
Classic界面和5.3新版界面在转换逻辑上略有差异。Classic模式更偏向把矢量当作独立的矢量窗口来管理，转换时可以直接指定ROI的显示颜色、名称来源字段、是否构建掩膜等。如果你的操作习惯还停留在老版本，或者批量处理的脚本是基于Classic界面写的，可以继续用这条路径。
三条路径各有利弊，我整理了一个简单的对照表，方便你按自己的习惯选：
| 转换路径 | 入口位置 | 适合场景 | 注意事项 |
|---|---|---|---|
| File→Open→Vector | 新界面主菜单 | 没有打开影像，单纯转ROI备用 | 生成的ROI可能挂在临时图像上 |
| 图层右键→Export ROI | 新界面Layer Manager | 影像已打开，需要立即使用ROI | 最推荐，操作步骤最少 |
| Vector→Convert to ROI | Classic界面 | 老用户习惯、批量处理脚本 | 参数更丰富，但界面风格旧 |
3. 实操记录：从shp到ROI的完整转换过程
原理和入口都说完了，下面进入正题，我用一次完整的实操来演示。这次我用的是一个行政区边界的shp文件，影像用的是同一区域的Landsat8影像，两个文件坐标系都是WGS84 UTM Zone 50N。
3.1 步骤一：确认数据和影像的坐标系关系
打开ENVI5.3后，先把影像拖进主界面。然后在Layer Manager里右键影像图层，选择View Metadata，在弹出窗口里找到Map Info这一项，确认影像的投影信息。这一步非常重要。
接着用上面说的方式打开shp文件，右键shp图层，选择Properties，查看它的投影信息。如果shp和影像的投影一致，那后面所有操作都不会有偏移问题。如果不一致，比如影像用的是WGS84经纬度，shp用的是Albers等积投影，那就必须先做投影转换。在ENVI里可以通过File→Open→Vector打开后，用Vector菜单里的Reproject Vector功能先把shp投影到跟影像一致，再做后续转换。
我自己的习惯是尽量让shp和影像都保持同一个投影坐标系，优先用Albers或者UTM这类平面坐标系，避免直接拿经纬度坐标做ROI转换。因为ROI最终要映射到像元行列号上，平面坐标的米制单位在这个换算过程中更直观，调试起来也方便。
3.2 步骤二：执行转换并设置ROI属性
确认坐标系没问题之后，在Layer Manager里右键shp图层，点击Export ROI。弹出来的窗口叫Export Vector to ROI，里面有几个关键设置项，我一个个说。
第一个是ROI Name，也就是这个ROI叫什么名字。系统默认会用shp文件名，但如果你有多个板块或者多个地类需要转，最好手动改一下，别偷懒用默认名，不然后面ROI多了一眼分不清。
第二个是Record ID Field，这里可以选一个属性字段作为ROI命名的依据。比如我的shp属性表里有一个叫“NAME”的字段，记录了每个行政区的名字，那我就在下拉框里选NAME，转换出来的每个ROI就会自动按照行政区名命名，一步到位。
第三个是Convert polygons to ROIs的方式，一般有Whole segment和Individual segments两个选项。Whole segment是把整个矢量要素集转成一个ROI，Individual segments是按每个独立的多边形要素分别转成ROI。选哪种取决于你的分析需求：如果你只想要一个总范围，选Whole segment；如果你想按地块或者按行政区分别统计，必须选Individual segments。
设置完成后点击OK，系统会弹出ROI保存窗口，选择保存路径。这个窗口经常被人忽略，如果不保存，ROI只是临时存在内存里，关掉工程就丢失了。保存格式一般选.xml格式，这是ENVI标准的ROI文件格式。
3.3 步骤三：多字段与属性筛选的玩法
这里有个进阶操作，很多人不知道。如果shp属性表里不仅有名称字段，还有分类代码字段，比如土地利用类型代码，你可以利用Record ID Field选择不同的字段来生成不同维度的ROI分组。
比如第一次转ROI时，Record ID Field选“地类名称”，会按地类名生成一组ROI；下次再转时，Record ID Field选“行政区”，又会按行政区生成另一组ROI。两次转换互不干扰，ROI列表里会同时存在两套不同维度的ROI。这种灵活性在处理多层级分类的样本时非常实用。
另一个有用的玩法是结合ENVI的ROI Tool来筛选。转换完成后，在主界面工具栏里找到ROI工具按钮，打开ROI Manager，里面会列出所有刚生成的ROI。你可以通过勾选或者反选来控制每个ROI是否参与后续计算，也可以在这里查看ROI的像元数、面积、均值等统计信息。如果发现某个ROI尺寸异常小，很可能就是shp在转换过程中出了问题，需要回头检查。
4. 像素级踩坑：坐标偏移、中文路径、字段失真一次说清
shp转ROI看着简单，但实际上机操作时翻车的概率比我预想的高得多。下面这几个问题，基本覆盖了我这些年遇到的绝大多数坑。
4.1 坐标系不一致导致的偏移错位
最常见的坑就是坐标系不一致导致的ROI偏移。症状很典型：转换完成后，ROI在影像上显示的位置跟实际地物差了老远，或者整体偏到了影像外面。
这个问题的根源在于shp和影像的坐标系没有统一。ENVI在做矢量到ROI转换时，默认认为shp的坐标参考就是当前影像的坐标参考，它不会主动帮你做投影变换。如果两边的坐标系不一致，ENVI就直接拿shp的坐标值去对应影像的行列号，结果自然全错。
解决办法分两种情况。如果shp有明确的坐标系定义且与影像不一致，就先对shp做投影转换，再执行转换。如果shp没有坐标系定义，那更麻烦，你需要根据shp数据的来源去推测它大概率用的什么坐标系。比如全国范围的数据可能用Albers或经纬度，城市级别的数据可能用西安80或者CGCS2000的平面投影。这种不确定的情况下，只能先尝试几个候选坐标系，每试一次就叠到影像上看一下位置是否吻合。
再补充一个检查技巧：转换完成后，马上用ROI Manager里的统计功能查看ROI的坐标范围和像元数。如果一个边界shp转出来的ROI像元数只有几十个，而边界面积明显不该这么小，那大概率就是坐标系映射错了。这个技巧在批量处理时尤其有用，可以快速筛选出错位的ROI。
4.2 中文路径和中文属性名的坑
第二个坑是中文路径。ENVI对中文路径的支持一直不太好，5.3虽然比老版本强了一些，但仍然不稳定。如果你的shp存放路径里有中文文件夹名，比如“D:\项目数据\行政区划.shp”，转换过程中经常出现无法读取文件、导出失败、或者读取出来的属性表是乱码的情况。
我的建议很简单：所有数据文件统一放到英文路径下，文件夹名和文件名都用英文或拼音。这听起来像是小题大做，但在实操中确实能帮你省掉很多莫名其妙的报错。尤其是涉及批量处理的时候，哪怕只有一条数据因为路径问题读不出来，整个流程都会卡在那里。
还有一个相关的坑是属性字段名是中文的。有些shp属性表里用的字段名是中文，比如“地名”、“代码”，这类字段在ENVI的Record ID Field下拉框里要么直接不显示，要么显示为乱码。解决办法是在ArcGIS里提前把字段名改成英文。在ArcToolbox里用Alter Field这个工具批量修改字段名，替换顺序是先建新字段、计算属性值、删除旧字段。
4.3 只有边界没有内部的“面”问题
第三个坑经常出现在处理CAD转shp或者手工勾勒的矢量时。有些shp文件看起来是面要素，但实际上里面只存了边界线，没有填充面。这种shp转成ROI之后，ROI区域可能只有边界线附近的薄薄一层像元，中间全是空的。
判断方法也很简单：在ArcGIS或者QGIS里打开shp，用属性表查看Geometry类型，如果显示是Polyline而不是Polygon，那这个数据就是线要素，不能直接转ROI。如果是Polygon，但边界绘制不规范，存在自相交、缝隙、多重部件重叠等问题，也会导致ENVI转换时出现空洞或者重复统计。
这类问题的通用解决办法是在GIS软件里做一次拓扑修复。ArcGIS里用Repair Geometry工具，QGIS里用Fix Geometries插件，先把几何拓扑修好，再重新导出shp，拿回ENVI里转换。遇到多重线要素的情况，还需要用Feature To Polygon工具把线转成面。我在实际项目中处理过不少这样的数据，经验是：凡是几何问题，尽量在GIS软件里解决，不要指望ENVI能在转换时帮你修复，它没这个能力。
4.4 ROI不显示的问题排查
第四个坑比较让人抓狂：转换过程没有报错，ROI也显示已经在列表里了，但影像上看不到任何ROI轮廓线。
这种情况通常有三个原因。第一，ROI确实被创建了，但显示被关闭了。在ROI Manager里检查ROI前面的复选框是否勾选，没勾选就勾上。第二，ROI的显示颜色跟影像背景颜色太接近，尤其是影像整体偏暗或者偏亮的时候，ROI线条会被淹没。解决办法是右键ROI，选择Change Color，换成鲜亮的颜色比如黄色或者红色。第三，ROI超出了当前影像的显示范围。这种情况常见于坐标系映射错误，ROI被创建在了一个远离原始位置的地方。你需要双击ROI名称，让视图自动缩放到ROI所在位置，确认它到底被放到哪里去了。
5. 转完ROI之后还能怎么玩：统计、掩膜与批量应用的进阶思路
ROI转换只是手段，最终目的是用ROI辅助分析。很多人转完ROI就不知道下一步该干什么了，这里把后续常用的几个玩法串一遍。
5.1 用ROI做区域统计，一键提取区域指标
区域统计是最常见的ROI后续操作。比如你转好了行政区边界ROI，接下来想统计这个区域内的NDVI平均值，那就在ENVI主菜单里选择Statistics，选中影像波段，然后在Statistics Parameters窗口里勾选你需要统计的ROI，软件会自动计算出每个ROI区域内的均值、标准差、最小值、最大值、像元数等指标。
这里有个实用细节：如果你有多个ROI需要同时统计，可以在ROI Manager里先把所需ROI全部勾选上，然后在统计窗口里选择All。这样一次操作就能输出所有区域的统计结果，而且结果会以文本表格的形式呈现，可以直接复制到Excel里做进一步分析，不用一个个ROI单独跑。
统计结果的格式可以保存为.txt或者.csv文件，我习惯保存成.csv，因为Excel可以直接打开。如果结果里包含大量ROI，保存为.txt后用Python做后续处理也很方便，pandas一行代码就能读进去。
5.2 用ROI批量裁剪影像
另一个高频用法是用ROI裁剪影像，把研究区之外的区域切掉。ENVI中裁剪影像有两类操作：一种是规则矩形裁剪，适合按照经纬度范围切图；另一种是不规则裁剪，就是要用ROI边界来切，做法是先创建一个掩膜，然后用掩膜去裁剪影像。
具体操作是：先在ROI Manager里选中你的ROI，点击右键选择Create Mask，然后在弹出的对话框里设置掩膜输出。掩膜生成后，在主菜单的Band Ratio或者Spectral Tools这类工具里选择Apply Mask，把掩膜应用到原始影像上，输出的结果就是不规则形状的裁剪影像。
这个流程看起来绕，但实际是ENVI处理不规则裁剪的标准套路。我建议先把掩膜文件保存成.dat格式，后续做多次裁剪时可以直接复用，不用每次都重新生成掩膜，能省不少时间。
5.3 ROI文件保存与格式转换的注意事项
ROI在使用过程中会不断修改，比如增删某些区域、调整名称、合并相邻ROI等。这些操作完成后，务必记得保存。在ROI Manager面板里有一个Save按钮，可以把当前所有ROI保存为.xml文件。
如果你需要用别的软件处理这些ROI，比如导入ArcGIS或者QGIS，可以先把ROI导出成shp文件。操作路径是ROI Manager里右键选Export to Shapefile。注意，导出的shp坐标系会跟随当前影像的坐标系，所以如果你需要的是其他坐标系，或者在导出前先改图像的投影信息。
这里提醒一个容易出错的细节：保存ROI的.xml文件时，最好保存到一个固定位置，不要随手放在桌面或者临时文件夹里，因为后期批量处理时，ENVI通过这个路径读取ROI列表，路径变了就会读取失败。
5.4 结合ROI计算器做组合运算
ENVI5.3里还有一个ROI计算器，位于ROI Manager界面的底部，通过ROI Calculater按钮打开。这个工具可以对多个ROI做并集、交集、排除等布尔运算，灵活应用可以解决很多实际问题。
举个例子：你有林地分布shp和坡度大于25度的区域shp，分别转成两个ROI后，用ROI计算器的交集运算就能得到“坡度大于25度且是林地”的区域。这在生态敏感区分析、灾害风险评价等场景中非常常用。
ROI计算器的操作逻辑比较直观：选择参与运算的两个ROI，指定运算类型，设置输出ROI的名称即可。运算结果会生成一个新的ROI，成为原ROI的叠加产品。这里有一个小技巧：如果运算结果ROI要用于后续统计分析，运算前最好确认原ROI的属性字段名称已经被正确传递，否则运算后属性信息可能会丢失。
6. 进阶技巧：批量转换、脚本处理和Python联动，效率翻倍
如果你只是偶尔转一两个shp，手动操作完全够用。但如果你有几十个板块shp需要同时转成ROI，手动操作会让你怀疑人生。这时候就需要批处理思路了。
6.1 用ENVI自带的Batch工具做批量转换
ENVI5.3没有提供直接的shp批量转ROI图形界面，但我们可以利用ENVI的Batch模式来实现。具体做法是把需要转换的shp文件全部放到同一个文件夹，然后在ENVI程序文件里用IDL写一个循环脚本，依次打开shp、执行转换、保存ROI文件。
IDL脚本的核心逻辑很简单，大致是：
- 获取文件夹下所有shp文件名。
- 循环读取每个shp，调用ENVI的矢量转ROI函数。
- 保存ROI到指定文件夹，同时记录每个shp对应的影像范围。
如果你不熟悉IDL，也可以先用一次手动转换生成一个标准的ROI文件，然后用ENVI的Batch Template功能记录本次操作的流程，作为后续批量处理的模板。ENVI5.3的Batch模式可以记录大部分操作步骤，回放时替换不同的输入文件即可。
需要注意的是，批量转换时所有shp最好使用相同的坐标系。如果shp坐标系不统一，脚本里一定要先做坐标判断，否则转出来的ROI全部偏移，排查起来非常费劲。
6.2 用Python做shp的预处理，减少ENVI端的工作量
这几年我用Python处理shp越来越顺手，遇到需要频繁转换shp的情况，我都会先用Python把shp预处理一遍，再交给ENVI去转ROI。
Python里处理shp的库主要有geopandas和shapely。我可以先读入shp，检查几何类型、投影信息、字段名，如果有问题，直接用Python修复。比如批量把字段名改成英文、剔除无效几何、统一坐标参考等，这一套操作在Python里几行代码就搞定，远比在ArcGIS里逐个点鼠标高效。
下面是修复几何和统一投影的示例逻辑：
- 用geopandas.read_file读入shp
- 检查geometry列的几何类型，如果不是Polygon，用shapely来修复
- 用to_crs把shp转换到目标坐标系
- 最后保存成新的shp
预处理完的shp拿到ENVI里转换，就基本不会出问题了。这个思路特别适合处理多批次、多来源的矢量数据，能显著减少在ENVI里反复调整的时间。
6.3 和ArcGIS联动的标准流程建议
最后再说一个务实的工作流建议。完整的矢量转ROI流程，其实不一定全程在ENVI里完成。我这些年的标准做法是：ArcGIS负责一切矢量编辑和拓扑修复，ENVI只负责最终的转换和影像分析。
为什么这样分工？因为矢量数据的生产、编辑、拓扑检查、属性管理，ArcGIS的功能显然比ENVI更强。比如你的shp边界有一些小碎面、重叠面，在ArcGIS里可以用Eliminate、Union等工具快速处理，而在ENVI里处理这些就非常麻烦。
但反过来，一旦涉及影像分析和像元统计，ENVI的ROI体系又是不可替代的。所以合理的流程是：在ArcGIS里把shp做到“干净”状态，包括几何拓扑、属性字段、坐标系统一定义，然后导出到一个固定英文路径，再到ENVI里执行转换，转换完成后立刻用ROI Manager检查无误，最后再做统计或者掩膜分析。每一步都做好交接检查，整个流程就很顺畅。
写在最后
shp转ROI这个操作本身不大，但牵扯到的坐标系、几何拓扑、属性传递、批处理这些问题，每一个都能让新手卡上半天。我个人这些年踩过最多的坑，一个是坐标系不一致导致的偏移，另一个是中文路径导致的各种莫名报错。这两点如果在操作前就规避掉，大部分问题都不会发生。
最后再分享一个小技巧：每转完一批ROI，我都会顺手把ROI的统计信息导出来一份，跟原始shp的面积做对比。如果ROI的像元面积跟shp面积差在可接受的范围内，说明转换质量基本没问题。如果差距明显，就要立刻回头排查，而不是带着错误数据一路往下做，等到最后分析结果出来才发现不对劲。这个习惯帮我在很多个项目里避免过返工，你可以试试。
