本文根据笔者经验，介绍一种从位图图像导入ArcGIS称为要素的方法。这种方法适用于从现有出版物图片中获取地理信息的情况。
首先要说明的是，从位图导入要素是非常非常不精确的方式，如果有其它数据来源，那么就不应该采用此方法。
另外，如果位图包含的内容相对简单，区域结构紧凑不零散，则可以考虑ArcMap绘制地图，而不用此方法。
为让表述更直观，笔者从百度卫星地图截取了 辽宁省康平县 西泡子水库附近的区域，作为操作的说明。
00_orign
1. 制作灰度图
为便于在ArcMap中处理，将原始图像的色彩变为单一通道的灰度图，这样可以根据灰度数值对区域进行识别。
笔者使用Photoshop完成这一工作。
1.1 使用容差填充
这个过程包括去除图像中的干扰元素，例如区域的边界线，在之后转换的时候，只需要保留面要素的区域。当然，如果边界线较粗，可能会在区域之间留下较大的空白，这是不可避免的信息损失，因为原始图像本身就没有这部分信息。
采取容差填充，是为了避免压缩图像在色彩边界处的杂色影响。容差值应根据实际情况试探调节，以能够将同一区域包含，又能区别不同区域为基准。在清晰度较低的时候，个别图块会形成过渡色的效果，此时就需要酌情处理。
例如，当有大块相同相近颜色的区域时，可以将容差设置到20左右，如果不同类型区域颜色相近，或者相同类型区域内色差较大，可以设置容差为5，逐个填充相近颜色。
如果同一类型区域（属于同一图例表达）是分散的，那么填充时应取消“连续”勾选框。
局部个别色块（如市区中的零散地表）不宜用填充方法，可以使用画笔涂抹。经过处理后，卫星图片变成了这个样子：
01_fill
1.2 去色
这一步是将图片转换为灰度图片。在执行去色操作之前，可以将灰度级别相近的区域用相差较大的颜色重新填充。这一次由于之前的容差填充，相同类型的区域颜色已经基本一致，因此可将容差设置为0。
这里，我们假设我们要将整个地图分为 水域、林地、农用地、生活工业用地 4种，采用从黑到白的4个灰度表示，重新填充后图片如下：
02_gray
随后使用“图像 - 调整 - 去色”，去除残留的杂色。
1.3 整理
对原始图像本身的最后处理，包括填充空白（比如边界线、挖掉的水印等等），和裁切（除掉透明边缘、原始图像的边框等）。
2. 坐标定义
为了将图片插入到ArcMap现有地图的相应位置，需要确定图片的坐标。如果你不需要为图片定位，仅仅要对要素的参数进行度量，可略过此节。
笔者使用 ArcGIS online 的 ChinaOnlineCommunity 作为地图底图，需要注意该底图的准确性实际上很低。
2.1 加载图片拖放拾取参数
ArcMap中加入底图后，首先将地图移动/缩放到目标位置附近（康平西泡子水库），使用 Insert - Picture... 将 02_gray 图片插入到底图上。
通过缩放图片（通过鼠标或设置属性），将图片调整到合适比例尺的大小：
注意观察插入的图片（即我们后续要使用的栅格图）与底图相应地标（湖泊）大小相近。这里必须要说明，这种方式的位置精确度不高，但原始图像本身可能就存在变形，而且就像一开始提到的，整个过程本身就是非精确的。
移动缩放图片，不断调整，直到图片和底图的内容基本重合。
此时双击图像对象或右键选择 properties，打开图像对话框，切换到 size and position 选项卡。在 position 分组框中，调整 anchor point，记录下图片 4 个边缘的坐标值。
本例中为
- E 13,738,512.5631 m
- N 5,286,043.8744 m
- W 13,710,444.7021 m
- S 5,254,060.7501 m
2.2 定义坐标&偏移
位图图像的每个像素即为栅格的单元，由于示例图像为 w552 * h629 大小，因此每个像素代表的坐标长度为 50.84757。
由于底图的坐标为 WGS 1984 Web Mercator Auxiliary Sphere 投影坐标系，因此单位为 m。
在得到了坐标信息后，将插入的图像从地图上移除，在 Catalog 中添加图片（即栅格数据）所在文件夹位置，并通过在02_gray上右键->properties... 打开栅格属性对话框。
在对话框的 General 选项卡的 Spatial Reference 处，点击 Edit 进行编辑，选择与底图相同的坐标系，在此例中为：
Projected Coordinate Systems - World - WGS 1984 Web Mercator (auxiliary sphere)
选择之后双击坐标系条目，进入坐标系属性编辑，并根据已经掌握的信息，修改 假东、假北 以及线性单位的值。
对于此例，
- 在线性单位为Meter情况下，设置假东值为 2.1中 W的负值，假北为 N的负值；
- 线性单位从下拉框中选择<custom>，输入像素代表的距离 50.84757 （此时假东假北会自动相应转换）
应用修改并确定。
2.3 加入图层
坐标系和偏移位置定义完毕，将栅格拖到地图上，生成栅格图层。
栅格包含4个通道的值，Band1~Band3 分别为 R G B 通道，由于我们之前的灰度处理，每个像素内这 3 个通道的值相等；Band4 为png的alfa通道，表示透明度（此例无用）。
修改图层的Symbology为Stretched（选择Band1~Band3均可），即可看到灰度显示的图层。
3. 栅格处理
基本的图像处理已经完成，下面对栅格图层进行处理，生成要素。
3.1 重分类
栅格的值域是连续的，虽然我们进行过填充和去色，仍然可能包含图例外的灰度值，要转换成要素，需要依据图例数量（本例为 4 ，分别为 水域、林地、农用地、生活工业用地）重分类。
使用 Spatial Analyst Tools - Reclass - Reclassify 工具，按照等分4级方式定义分类。分类后数值从0~255变为1、2、3、4，调整颜色如下。
3.2 转为要素
基于重分类结果图层Reclass_png1，进行要素转换。
使用 Conversion Tools - From Raster - To Polygon 执行转换，生成面要素图层，
设置属性 symbology，采用 categories - unique values 方案，选择 grid_code 作为取值字段，并为每个值设置符号
4. 制图
制图部分仅简要介绍，因为此部分属于常规操作，具体步骤可参考教材或其他在线资料。
4.1 编辑要素，设置grid_code
如果你处理的图例较多，可能还需要手动将一些碎片的grid_code设置为想要的值。使用 (i) 编辑要素即可。
4.2 增加分类字段
要将要素图层作为地图的一部分，应按照需要定义domain（在数据集）并增加保存图例信息的字段（field，在要素类）。
4.3 填充分类字段
使用 DataManagementTools - Fields - Calculate Field 为新的字段赋值。需要使用 Python 脚本。
例如，新增了 text 类型的 Type 字段，用来保存 图例类型 信息，则计算是配置如下：
执行后可见赋值成功
4.4 融合
从上面的表格可以看出，虽然区域一共分为 4 类，但支离破碎，甚至相邻区域类型相同。
可以利用 DataManagementTools - Generalization - Dissolve 将相同类型的区域融合起来，成为单一面要素。
