目录
前言
QGIS作为开源gis软件的主流，拥有大量的C++编写的优质算法，支持九交模型，具有功能齐全、高性能等特点，且所有算法都有对应的Python api，FME作为目前最好用的gisETL工具之一，如果能在FME模板流程中调用QGIS算法，那么FME能解决的事情就会更多了。
一、QGIS和arcpy
fme也能调用arcpy的算法，但是为什么我没有选择arcpy路线主要有这几大原因：
1、arcgis闭源，算法封装的较为上层，只支持调用，不支持修改。
2、arcpy和fme耦合性低，所有调用都基于写出文件，然后传递路径给arcpy算法，计算完成后写出文件，再用fme读取，导致了浪费大量的性能在文件写入写出上面。
3、arcgis大部分是用户目前都是用的32位arcgis，与之对应则需要使用32位FME才能调用arcpy，这就导致32位软件调度内存能力不足，性能就大打折扣。
4、arcpy使用的python 27 很多py库并不兼容，例如新版的pandas、TensorFlow等优秀的python库都不支持python2了，则导致了在fme调用arcpy的局限性。
5、外部调用arcpy需要认证，而认证则需要浪费大量的时间，导致模板执行效率进一步下降。
而QGIS则完全不同，QGIS完全避免了上述的缺陷，并且QGIS的类封装的逻辑非常契合FME的思维，可以实现不用写入写出任何文件，将FME要素直接在内存中调用qgis算法，计算完毕后转换为FME要素继续进入下一工作流。而且QGIS最新版本支持python39,不兼容的python第三方库可以说几乎没有。而且QGIS算法封装的比较底层，支持传入各种类进行计算，性能比arcgis要快上不少。
二、在FME中配置QGIS环境
1.引入QGIS的python环境
在fme设置中把python环境和python解释器换为qgis环境。
2.在pythoncaller转换器中调用qgis环境
需要在pythoncaller中写入如下代码，在python环境中加入qgis的dll。写入以下代码后就可以愉快的调用的QGIS的所有算法了。
import sys
sys.path.append(r"C:\Program Files\QGIS 3.18\apps\qgis\python")
sys.path.append(r"C:\Program Files\QGIS 3.18\apps\qgis\python\plugins")三、PYQGIS介绍
1、core中的各种基础类
参考官方文档core
（1）几大基础元素类：QgsPoint、QgsPolygon、QgsMesh、QgsRaster、 QgsLineString
（2）几何特征类：QgsGeometry
（4）要素类：QgsFeature
（5）图层类：QgsMapLayer、QgsMeshLayer、 QgsPointCloudLayer、QgsRasterLayer
如果是默认安装则qgis源码路径C:\Program Files\QGIS 3.18\apps\qgis\python\qgis，
可以发现所有类都是基于C++编写，但是这个是编译好的dll，所以我们需要了解类的本质需要通过查看未编译的QGIS C++源码Index of /downloads。
首先找到QgsGeometry也就是几何类部分，该类能储存qgis的所有几何信息。
打开源码qgsgeometry.cpp文件
可以看到各种类方法。同时悟空也发现了QGIS的几何类的特性，可以直接加载wkb几何
那么FME输入的几何要素也可以转为wkb数据（参考FMEpython官网fmeobjects.FMEFeature — Python FME API FME 2021.2 b21812 documentation）
这样则可以实现FME要素和qgis要素的几何信息的互相转换。
通过查看qgsfeature.cpp源码，发现qgsfeature类属性包含了qgsgeometry和qgsfield两大核心属性。
2、FMEfeature和Qgsfeature的相互转换
通过对两个类的构造的了解，发现两个类在底层的构造逻辑基本一致，那么实现转换也就可以实现了。创建qistofme.py外部py文件，将转换函数封装在该文件类，杂fme的pythoncaller中import函数，则就能轻松实现fme和qgis数据的互相转换。
可以看到这里我调用了两个函数，先把fmefeature转换为qgisfeature，然后再将qgisfeature转换为fmefeature。最后再抛出转换后的fmefeature。如下图所示，导入fme的shp数据的转换非常成功。
同时几何和属性数据没有任何丢失。
3、qgis要素如何在fme中聚合为图层类。
qgis的很多算法最终需要传递的数据，都是图层类数据，比如矢量数据则是QgsVectorLayer类，该类可以理解为qgis要素的集合。根据FME中pythoncaller的FeatureProcessor类中的input函数的特性，我们可以将qgisfeature聚合为qgisfeatures,在close函数中，建立一个空QgsVectorLayer变量，将qgisfeatures导入到QgsVectorLayer中，实现qgis图层类的转换。
4、调用QGIS算法
参考官网文档，25.1.19. Vector overlay — QGIS Documentation documentation
用python调用qgis算法非常简单，比如我们要实现两个图层的相交。
找到算法位置
找到具体参数，记得inputlayer最好为图层类，当然这输入层也可以选择文件本身。
找到算法ID
将参数以json格式传入，建立一个result变量来接受计算后的数据
result=processing.run("qgis:intersection", {"INPUT":layer1,
"OVERLAY":layer2,
"OUTPUT":"TEMPORARY_OUTPUT"})["OUTPUT"]拿到变量后，将变量转换为fme要素导出。
count=result.featureCount()
for i in range(1,count+1):
qgisfea=result.getFeature(i)
newfeature=qgistofme(qgisfea)
self.pyoutput(newfeature)四、几个简单的案例展示
一、buffer
可以看到图形被缓冲了，并且属性没有任何丢失，同时也没有任何数据写入写出，完全把所有计算都放在内存，同时计算速度也是非常的快，对比各类python开源gis库和arcpy ，qgis的执行基本是瞬间响应。
二、两个图层取交集
首先我们先用fme实现看看需要花多少时间。模板如下
可以发现执行一共耗时1分52秒，接下来我们开QGIS的执行速度，可以看到只耗费了44.5秒，性能是大幅度提升并且和fme是高耦合度。
总结
结合QGIS，fme还能做的事更多，QGIS基于gdal和geos开发，因此我们还能直接调用gdal库和geos库的各种算法，可以说是算法拉满。同时还能在QGIS中加载别人开发的插件，在fme用插件的算法。还能结合QGIS的三维模块做更多的扩展，当然这一切都需要静下心来研究，没有不能解决的问题，只有不去思考研究扩展的人。之前我并没有接触过QGIS，通过这几天的研究，让我对这个开源gis软件产生非常浓厚的兴趣，希望对开源gis有研究的小伙伴联系我qq1131698384，一起研究gis技术，有对上文的详细代码或者功能集有需求的小伙伴也可以联系我，付费获取FME模板。