E57 bez tajemnic: "PDF dla chmur punktów"

Po co w ogóle osobny format?

Zwykłe zdjęcie to siatka kolorowych pikseli — prosta sprawa. Skan 3D jest bardziej złożony. Dla każdego z milionów punktów trzeba zapisać jego położenie w przestrzeni (trzy liczby: X, Y, Z), kolor, siłę odbitego sygnału lasera (czyli intensywność — coś jak czarno-białe "zdjęcie laserowe"), a często także zdjęcia panoramiczne wykonane w tym samym czasie przez skaner.

Wyobraź sobie, że jedna osoba skanuje urządzeniem Faro, druga używa skanera Leica, a klient otwiera wynik w oprogramowaniu Autodesk. Trzy urządzenia, trzy programy — wszystkie muszą odczytać ten sam plik, nawet po latach, bez proszenia producenta o tajny dekoder. Ten problem rozwiązuje E57: otwarty standard niezależny od producenta, opublikowany jako ASTM E2807 i oparty na bibliotece libE57 o otwartym kodzie źródłowym. Nazywa się go "PDF dla chmur punktów": to jeden przenośny plik, który każdy program odczytuje według tych samych zasad.

Główna idea: tekstowy spis i binarne dane

Plik E57 to połączenie dwóch zupełnie różnych części: niewielkiego fragmentu XML — czytelnego dla człowieka tekstu pełniącego rolę spisu treści — oraz dużych bloków danych binarnych, w których miliony surowych wartości liczbowych są zapisane w zwartej postaci, by można je było szybko odczytać.

Dlaczego spis znajduje się na końcu? Podczas zapisywania pliku skaner nie wie jeszcze, ile miejsca zajmą dane. Najpierw zapisuje więc surowe dane, a po zakończeniu dodaje uporządkowany spis. To znacznie przyspiesza dostęp: aby pobrać jeden skan z pliku o wielkości 20 GB, program odczytuje niewielki nagłówek, przechodzi do spisu XML, znajduje wpis "skan nr 3 zaczyna się od bajtu 4 812 000 000" i od razu przechodzi we wskazane miejsce.

Dyskretny mechanizm ochrony: cały plik jest podzielony na "strony" po 1024 bajty. Ostatnie 4 bajty każdej strony zajmuje suma kontrolna — cyfrowy odcisk, dzięki któremu program może wykryć uszkodzenie pliku.

Wszystko zaczyna się od jednego korzenia

Spis XML ma strukturę drzewa, podobną do folderów na komputerze. Ma jeden korzeń root i dwie główne gałęzie: data3D to numerowana lista skanów, a images2D — numerowana lista zdjęć (zwykle panoram 360° wykonanych przez skaner).

Dwa sposoby zapisu punktu

Skaner laserowy nie posługuje się bezpośrednio współrzędnymi X, Y, Z. Stoi w jednym miejscu i obraca się, a dla każdego punktu określa trzy wartości: odległość (jaką przebyła wiązka), azymut (kąt obrotu w poziomie) i kąt elewacji (odchylenie w górę lub w dół). To współrzędne sferyczne — naturalny sposób opisu pomiarów skanera. Większość programów woli jednak kartezjańskie współrzędne X, Y, Z. E57 pozwala zapisać punkty w obu układach, a przeliczenie między nimi wymaga tylko prostych obliczeń trygonometrycznych.

Trzy rodzaje osadzonych zdjęć

Zdjęcia w images2D nie są linkami do plików w osobnym folderze — dane JPEG lub PNG znajdują się bezpośrednio w pliku E57. Istnieje też kilka rodzajów osadzonych zdjęć. Każde z nich E57 zapisuje jako "reprezentację", która informuje program, na ile może polegać na geometrii obrazu. Różnica sprowadza się do jednego pytania: jak dokładnie opisano kamerę?

• sphericalRepresentation — pełna panorama 360° × 180°, czyli znany rozciągnięty obraz ekwirektangularny o proporcjach 2:1. Ponieważ odwzorowanie jest znane, każdemu pikselowi odpowiada dokładny kierunek, co pozwala precyzyjnie dopasować obraz do chmury punktów. To główna ścieżka naszego przetwarzania: odczytujemy obraz, nadajemy mu proporcje 2:1 i przekazujemy go do przeglądarki panoram.
• pinholeRepresentation — zdjęcie wykonane zwykłym obiektywem, opisane klasycznym modelem kamery otworkowej (ogniskowa, rozmiar matrycy, środek optyczny). Dzięki temu program zna kierunek każdego piksela, ale tylko w węższym polu widzenia. W praktyce tak działa przede wszystkim Leica: zapisuje bezpośrednio w pliku E57 gotową mapę sześcienną — sześć płaskich ścian sześcianu skierowanych na zewnątrz. Nasz moduł łączy te ściany w pełną panoramę. To jeden z najprostszych przypadków przekształcenia danych w poprawny obraz 360°.
• visualReferenceRepresentation — zdjęcie bez żadnego modelu aparatu, przeznaczone wyłącznie do oglądania. Nie można na nim wykonywać pomiarów ani rzutować go na chmurę punktów; służy tylko jako obraz poglądowy. Nasz importer zachowuje takie zdjęcia jako załączone komentarze zamiast umieszczać je w przestrzeni 3D.

Jak zamienić skan w panoramę, którą możesz oglądać od środka

Nie każdy skan ma gotową siatkę — niektóre są po prostu nieuporządkowanymi zbiorami punktów. Dobra wiadomość: panoramę nadal można odtworzyć i właśnie tu zaczyna się nasza praca. Skan to w istocie "pełna sfera punktów zmierzonych pod różnymi kątami z jednego stanowiska", którą można rozwinąć w płaską panoramę.

Każdemu punktowi przypisz piksel na podstawie jego położenia kątowego — od lewej do prawej wzdłuż szerokości obrazu i od góry do dołu wzdłuż jego wysokości. Tak powstaje rozciągnięta panorama ekwirektangularna o proporcjach 2:1. Kluczowa jest mapa głębi: gdy z każdym pikselem powiązana jest odległość, panorama wyglądająca na płaską pozwala wykonywać pomiary i przemieszczać się po skanowanej przestrzeni. Kliknij dwa punkty na ścianie, a program obliczy rzeczywistą odległość między nimi, ponieważ zachowuje dane 3D, na których opiera się panorama.