3dfier输入数据清单2D多边形激光雷达点云的最小数据要求全解析【免费下载链接】3dfierThe open-source tool for creating 3D models项目地址: https://gitcode.com/gh_mirrors/3d/3dfier3dfier是一款开源 3D 城市模型生成工具它能把 2D GIS 数据3D化读取 2D 多边形与激光雷达点云自动把每个多边形提升到三维最终输出一个无孔洞、无自相交的 watertight 数字表面模型DSM支持 CityJSON、CityGML、OBJ 等格式。本文用一份清晰的输入数据清单帮你搞懂 3dfier 最小数据要求是什么——只需2D 多边形 点云 一份 YAML 配置三样缺一不可。 3dfier 输入数据清单生成3D模型只需3样东西很多人第一次接触 3dfier 会问到底要准备什么数据答案很简单——三类输入2D 多边形Polygons描述要变成 3D 的对象建筑、道路、水体……的矢量面数据激光雷达点云Point CloudLAS/LAZ 格式为多边形提供真实高程信息YAML 配置文件定义读哪些文件、每个文件映射到哪个语义类下面这张图完整展示了输入数据 → 提升 → 挤出的流程 关键认知只输出有对应 2D 多边形输入的对象的 3D 数据。如果你没输入地形多边形3dfier 不会自动生成地形。️ 2D多边形输入要求支持哪些格式需要满足什么条件支持的文件格式3dfier 通过GDAL/OGR读取矢量数据意味着几乎所有 GDAL 支持的格式都能用Shapefile、GeoPackage、SQLite、GML 等。官方示例数据用的是荷兰 BGT 数据集裁剪出的 SQLite 文件位于example_data/bgt/目录如example_data/bgt/bgt_pand.sqlite存放建筑足迹多边形多边形必须满足的 4 个条件条件说明拓扑连接多边形之间应共用边界、无缝隙无重叠否则输出的 3D 模型会出现孔洞唯一 ID 属性每个要素需有一个唯一标识字段YAML 中用uniqueid指定默认fid映射到 7 类之一Building / Terrain / Forest / Water / Road / Separation / Bridge-Overpass可选相对高度字段height_field属性描述垂直层次0地面桥梁为 1隧道为 -1一个补充细节MultiPolygon多重多边形受支持会被拆分成单个多边形ID 自动追加id-1、id-2计数器。多边形与点云的关系直观看下图——彩色面是 2D 多边形撒在上面的点是激光雷达数据☁️ 激光雷达点云要求为什么必须区分地面/非地面格式要求点云读取基于 LASLib 库只支持LAS / LAZ格式。官方示例数据是荷兰 AHN3 点云的裁剪块example_data/ahn3/ahn3_cropped_1.laz和ahn3_cropped_2.laz最低分类要求重点点云必须按ASPRS 标准 LiDAR 点分类v1.4做过分类最低要求0-1 类未分类/从未分类2 类地面Ground3-5 类植被Vegetation为什么不能省掉分类3dfier 团队做过充分测试不分类的点云根本无法稳定工作。主要原因是植被噪声会严重干扰统计分析——树木的点会混入建筑范围导致屋顶高度被顶高、地形出现毛刺。两个实用技巧✅ 在 YAML 的omit_LAS_classes里排除用不到的类别如植被点读取速度会大幅提升还能避免配置错误✅ 用thinning抽稀点云快速测试配置正式跑时不建议 最小数据配置对比只建建筑 vs 全部对象根据目标不同最小数据要求略有差异。以下是官方给出的两种场景对比场景一只生成 LoD1 建筑需要的数据说明建筑足迹多边形1 个数据集即可点云地面 非地面分类地面高度用 2 类点计算屋顶高度用所有类点的高分位数计算场景二生成区域全部对象需要的数据说明拓扑连接的完整面数据水体、地形、道路、建筑、植被、围墙、桥梁 7 类全覆盖点云地面 非地面分类地形/植被/道路只用地面点建筑等用全部点⚠️ 进阶提示点云分类越精细如区分了建筑物、屋顶等类别结果越好——因为配置类别内的噪声更小建筑高度不会受树木干扰。✅ 运行前快速检查清单 示例数据在哪打开配置文件example_data/testarea_config.yml对照检查这份官方示例覆盖了三类输入的所有配置写法input_polygons中每个数据集都指定了uniqueid和lifting类名每个lifting类在lifting_options中都有对应配置例如 Building 配了 ground/roof 分位数input_elevation指向了正确的 LAS/LAZ 文件多边形数据拓扑正确共边、无缝隙在命令行执行即可生成你的第一个 3D 模型跑完后会得到example_data/output/testarea.obj可用 MeshLab 打开和example_data/output/testarea.jsonCityJSON效果如下 更多细节可参考项目内文档最小数据要求见docs/pages/examples/minimal_data_requirements.md支持的文件格式见docs/pages/getting-started/file_formats.md输入选项详解见docs/pages/settings/input_options.md。【免费下载链接】3dfierThe open-source tool for creating 3D models项目地址: https://gitcode.com/gh_mirrors/3d/3dfier创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 3dfier输入数据清单：2D多边形+激光雷达点云的最小数据要求全解析
3dfier输入数据清单2D多边形激光雷达点云的最小数据要求全解析【免费下载链接】3dfierThe open-source tool for creating 3D models项目地址: https://gitcode.com/gh_mirrors/3d/3dfier3dfier是一款开源 3D 城市模型生成工具它能把 2D GIS 数据3D化读取 2D 多边形与激光雷达点云自动把每个多边形提升到三维最终输出一个无孔洞、无自相交的 watertight 数字表面模型DSM支持 CityJSON、CityGML、OBJ 等格式。本文用一份清晰的输入数据清单帮你搞懂 3dfier 最小数据要求是什么——只需2D 多边形 点云 一份 YAML 配置三样缺一不可。 3dfier 输入数据清单生成3D模型只需3样东西很多人第一次接触 3dfier 会问到底要准备什么数据答案很简单——三类输入2D 多边形Polygons描述要变成 3D 的对象建筑、道路、水体……的矢量面数据激光雷达点云Point CloudLAS/LAZ 格式为多边形提供真实高程信息YAML 配置文件定义读哪些文件、每个文件映射到哪个语义类下面这张图完整展示了输入数据 → 提升 → 挤出的流程 关键认知只输出有对应 2D 多边形输入的对象的 3D 数据。如果你没输入地形多边形3dfier 不会自动生成地形。️ 2D多边形输入要求支持哪些格式需要满足什么条件支持的文件格式3dfier 通过GDAL/OGR读取矢量数据意味着几乎所有 GDAL 支持的格式都能用Shapefile、GeoPackage、SQLite、GML 等。官方示例数据用的是荷兰 BGT 数据集裁剪出的 SQLite 文件位于example_data/bgt/目录如example_data/bgt/bgt_pand.sqlite存放建筑足迹多边形多边形必须满足的 4 个条件条件说明拓扑连接多边形之间应共用边界、无缝隙无重叠否则输出的 3D 模型会出现孔洞唯一 ID 属性每个要素需有一个唯一标识字段YAML 中用uniqueid指定默认fid映射到 7 类之一Building / Terrain / Forest / Water / Road / Separation / Bridge-Overpass可选相对高度字段height_field属性描述垂直层次0地面桥梁为 1隧道为 -1一个补充细节MultiPolygon多重多边形受支持会被拆分成单个多边形ID 自动追加id-1、id-2计数器。多边形与点云的关系直观看下图——彩色面是 2D 多边形撒在上面的点是激光雷达数据☁️ 激光雷达点云要求为什么必须区分地面/非地面格式要求点云读取基于 LASLib 库只支持LAS / LAZ格式。官方示例数据是荷兰 AHN3 点云的裁剪块example_data/ahn3/ahn3_cropped_1.laz和ahn3_cropped_2.laz最低分类要求重点点云必须按ASPRS 标准 LiDAR 点分类v1.4做过分类最低要求0-1 类未分类/从未分类2 类地面Ground3-5 类植被Vegetation为什么不能省掉分类3dfier 团队做过充分测试不分类的点云根本无法稳定工作。主要原因是植被噪声会严重干扰统计分析——树木的点会混入建筑范围导致屋顶高度被顶高、地形出现毛刺。两个实用技巧✅ 在 YAML 的omit_LAS_classes里排除用不到的类别如植被点读取速度会大幅提升还能避免配置错误✅ 用thinning抽稀点云快速测试配置正式跑时不建议 最小数据配置对比只建建筑 vs 全部对象根据目标不同最小数据要求略有差异。以下是官方给出的两种场景对比场景一只生成 LoD1 建筑需要的数据说明建筑足迹多边形1 个数据集即可点云地面 非地面分类地面高度用 2 类点计算屋顶高度用所有类点的高分位数计算场景二生成区域全部对象需要的数据说明拓扑连接的完整面数据水体、地形、道路、建筑、植被、围墙、桥梁 7 类全覆盖点云地面 非地面分类地形/植被/道路只用地面点建筑等用全部点⚠️ 进阶提示点云分类越精细如区分了建筑物、屋顶等类别结果越好——因为配置类别内的噪声更小建筑高度不会受树木干扰。✅ 运行前快速检查清单 示例数据在哪打开配置文件example_data/testarea_config.yml对照检查这份官方示例覆盖了三类输入的所有配置写法input_polygons中每个数据集都指定了uniqueid和lifting类名每个lifting类在lifting_options中都有对应配置例如 Building 配了 ground/roof 分位数input_elevation指向了正确的 LAS/LAZ 文件多边形数据拓扑正确共边、无缝隙在命令行执行即可生成你的第一个 3D 模型跑完后会得到example_data/output/testarea.obj可用 MeshLab 打开和example_data/output/testarea.jsonCityJSON效果如下 更多细节可参考项目内文档最小数据要求见docs/pages/examples/minimal_data_requirements.md支持的文件格式见docs/pages/getting-started/file_formats.md输入选项详解见docs/pages/settings/input_options.md。【免费下载链接】3dfierThe open-source tool for creating 3D models项目地址: https://gitcode.com/gh_mirrors/3d/3dfier创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考