Kuinka rakentaa QGIS-plugin?

Yllätyin, kuinka helppoa QGIS-lisäosan tekeminen oli. Aloittaminen vaatii vain idean ja hieman Python-osaamista. Oma ajatukseni oli yhdistää lajitietokeskuksen GeoJSON-dataa tuottava REST-rajapinta suoraan QGIS:iin, joka helpottaisi lajitiedon käyttäjiä huomattavasti. Lisäosaa käyttämällä dataa ei tarvitse enää filtteröidä selaimessa, odotella hitaita latausprosesseja tai täyttää tietokonetta tiedostoilla, vaan kaiken voisi tehdä QGIS:ssä suoraan näppärässä käyttöliittymässä.

Toki ilman lisäosaakin QGIS tukisi GeoJSON-tiedostojen hakemista REST-rajapinnan URL-osoitteesta, muttei kovinkaan luontevasti. Jokainen rajapinnan sivu pitäisi syöttää erikseen ja datan tietomalli olisi ainakin tässä tapauksessa kömpelö, sillä QGIS ei tue GeometryCollection-muotoisia havaintoja sellaisenaan. Pluginin avulla voi muutenkin siivotan datan käyttäjäystävälliseksi.

Pluginin rakentamisen voi aloittaa helposti lataamalla valmiin templaten GitHubista. Tuon paketin __init__.py tiedostoon voi sitten vain ruveta kokoamaan haluamaansa koodia, ja siirtää se sitten QGIS:n plugin-kansioon yhdessä metadata.txt tiedoston kanssa. Tähän on tarkemmat ohjeet repositorion dokumentaatiossa.

Kuva 1. Pakollisia tiedostoja on vain muutama. Ne on merkattu punaisella nuolella.

 

Yksinkertaisimmillaan siis erittäin helppoa: pari oikein nimettyä tiedostoa oikeassa tiedostosijainnissa ja lisäosa on jo toimintavalmis. Toki usein kaikkea ei kannata tunkea samaan Python-tiedostoon, vaan kehittäjä haluaa lisätä mukaan useamman tiedoston.  

Kuva 2. Lajitietokeskuksen lisäosa  ja Plugin Reloader vierekkäin. Jälkimmäistä klikkaamalla voi päivittää muutokset koodissa nopeasti.

Kun koodiin tekee muutoksia, pluginia pitää testata itse QGIS:ssä. Muutokset päivittyvät uudelleenkäynnistämällä QGIS:n, joka on melko työlästä. Helpoin tapa on hyödyntää QGIS:n Plugin Reloader -pluginia, jolla saa aina päivitettyä koodiin tehdyt muutokset nopeasti. Silloin ei tarvitse käynnistellä ohjelmistoa koko ajan uudestaan ja uudestaan.

 

 

Kun plugin on toimiva, sitä voi jaeskella kavereille ZIP-tiedostona. Toinen vaihtoehto on myös julkaista lisäosa QGIS:n virallisessa lisäosalistauksessa. Tähän on tosi mainiot ohjeet QGIS:n dokumentaatiossa.

Valmista lisäosaa on mukava käyttää. Yllä video käyttöliittymästä. Koodi löytyy avoimena GitHubista ja itse lisäosa suoraan QGIS:n plugins-valikosta nimellä FinBIF_API_Plugin.

Kuva 3. Lisäosan voi julkaista QGIS:n lisäosaportaalissa, jolloin se on helppo ladata kenen tahansa.

 


 

 

 

 

 

Sijainti: Helsinki, Finland

Kommentit

Lähetä kommentti

Tämän blogin suosituimmat tekstit

Miksi paikkatietoa on niin vaikea löytää?

Kuva
Paikkatietojen löytäminen internetin syvyyksistä on ihan liian vaikeaa. Datasetit ovat hajallaan pitkin bittiavaruutta, metatiedot eivät kerro mitään hyödyllistä, eikä datan lataamiseen ole selkeitä ohjeita missään. Uusien aineistojen löytäminen tuskastuttaa joka kerta jopa allekirjoittanutta, vaikka olen tehnyt asiasta oppimateriaaleja kahdelle kielelle ja vetänyt muutamaa harjoitusryhmääkin Oulun yliopistolla. Suomessa ongelmana on paikkatietotuotannon hajautuneisuus. Ympäristökeskus tuottaa dataa ympäristöstä, geologinen tutkimuskeskus maasta, ja maanmittauslaitos kaikesta sen väliltä. Onneksi Paituli auttaa kokoamalla monen eri tuottajan dataa yhden osoitteen alle. Paitulista voi ladata paikkatietoa helposti Kaikkea dataa ei Paitulista kumminkaan löydä. Usein seuraava steppi on etsiä dataa Googlesta tai paikkatietohakemistosta , joista jälkimmäinen kokoaa kattavasti metatietoja Suomen laajuisesti. Palvelu on hyödyllinen, mutta sen hakutoiminto on surkea. Esitetään skenaario, jossa...
Lue lisää

Paikkatietotekoäly olisi hieno

Kuva
GeoAI:n tilanne Suomessa nyt Lähes jokaisella työpaikalla on viime vuosina puhuttu paljon tekoälyn mahdollisuuksista ja hyödyistä, mutta toki myös uhkista. Luontaisesti sama puheenaihe on toistunut vahvana myös paljon erilaista dataa hyödyntävällä paikkatietoalallä. Erilaiset tutkijat ja yritykset ovat lähes jokainen kehitelleet jos jonkinlaisia tekoälymenetelmiä, milloin satelliittikuvien analysointiin ja milloin liikennesuunnittelun optimointiin. Erilaisia ratkaisuja on huikea määrä, kuten myös erilaista paikkatietoa ja sen käyttökohteita. Esimerkiksi paikkatietokeskuksen tutkijat ovat kehitelleet syväoppimismenetelmiä tunnistamaan muutoksia ilmakuvista ja pistepilvistä, kirjanpainajakuoriaisten tuhoja metsistä ja GNSS-signaalin poikkeavuuksia isoista datamassoista. Yksityiseltä puolelta kehitteillä on ollut esimerkiksi kaavamääräysten digitalisointia ja indeksointia helpottavia tekoälymenetelmiä, maankäytön suunnittelun optimointimenetelmiä ja ylipäänsä erilaisten dataprosessien aut...
Lue lisää

OGC API -paikkatietopalvelut

Monille avoimen paikkatiedon hyödyntäjille Web Feature Service (WFS), Web Map Service (WMS) ja muut vastaavat rajapintapalvelut ovat olleet päivittäisessä käytössä. Näiden jo 15 vuotta käytössä olleiden palveluiden kautta on haettu dataa milloin mihinkin tarkoitukseen. Palvelut ovat näppäriä, mutta internetin hektisessä maailmassa 15 vuotta vanha tekniikka alkaa olla jo vanhaa. Onneksi uusi vallankumouksellinen teknologia on kehitteillä - tai oikeastaan jo olemassa. Tällä hetkellä palvelut toimivat vielä usein rinnakkain, mutta muutaman vuoden päästä OGC API standardit korvaavat vanhemmat WFS ja WMS -rajapinnat. Vaikka muutos vaatii hieman uuden tekniikan opettelua, on siinä mielestäni pelkkää hyvää. Olen tässä muutaman kuukauden kirjoitellut aiheesta oppimateriaaleja ja uskallan sanoa, että tarvetta muutokseen on ollut. Käyttäjän kannalta useimmat standardit korvaavat lähes suoraan jonkun aikaisemman palvelun, kuten esimerkiksi: - WFS -> OGC API Features - WMS -> OGC API Maps - ...
Lue lisää