Extreme große Punktwolke öffnen und bearbeiten

[BauIng]

Guten Abend,

 

ich stehe gerade vor dem Problem, vom Auftraggeber eine 835 GB große .e57 Datei (Punktwolke) auf einer externe Festplatte erhalten zu haben

um daraus nach Möglichkeit Architektenpläne (Schnitte, Grundrisse, usw.) zu erstellen. Wenn ich die Punktwolke mit sehr geringer "Auflösung"

laden möchte, also nur 1% der Punkte einlese ist die Performance trotzdem sehr schlecht.

 

Ist dies überhaupt sinnvoll mit Vectorworks möglich?

Gibt es vielleicht bei Vectorworks die Möglichkeit die Datei in eine Cloud auszulagern und dort zu bearbeiten? Oder benötige ich einfach eine

weitaus performantere Workstation mit sehr viel Arbeitsspeicher ?

 

Danke für eure Einschätzungen. 

 

PS: Zu meinen System > MacBook-Pro 2023 mit M3Pro-Chip und 36 GB RAM.

[zoom]

Es gibt externe Programme um Punktwolken zu bearbeiten.

Ich glaube hier oder zumindest auf dem US Forum gab es Threads

wo solche Apps angesprochen wurde.

Ich glaube CloudCompare wurde mal genannt.

Auf Wiki gibt es eine Übersicht.

 

Damit sollte man eine Punktwolke ggf. bereinigen etc. können.

 

Läuft es denn flüssiger wenn man mit der Clip Box nur Ausschnitte der Wolke

anzeigen lässt ?

[Jörg Poltermann]

Habe auch die Erfahrung gemacht, dass große Punktwolken nicht zu händeln sind, weil VW

praktisch "einfriert".

Einen Tipp für Cloud-Lösungen habe ich nicht.

Ich bearbeite die Wolken in separaten Programmen und importiere dann von dort die

"geschnittenen" Layer als DXF.

 

[tobiaskern]

@Jörg Poltermann

 

grüße Dich.

Welche(s) Programm(e) verwendest Du?

Merci für die Hilfe.

 

LG Tobi

Bearbeitet 15. Juli 2024 von tobiaskern

[Jörg Poltermann]

Zur Kontrolle der richtigen Verknüpfung der Einzelscans, Ausrichten, Beschneiden und Säubern

nehme ich Scasa PinPoint -Registration Tool und schicke die Datei dann an Scasa PinPoint - Modeler.

Das hat sich einfach so ergeben, da der Anbieter, bei dem ich den Scanner miete, diese Programme

mit anbietet und wohl auch in die Weiterentwicklung involviert ist.

Ich lasse mir die Daten aus dem Scanner von denen gleich für das Programm auslesen,

miete die Vollversion für einen Monat, und kann es danach weiter als Viewer verwenden.

Das bedeutet, dass ich praktisch parallel zu VectorWorks im PP-Modeler mich frei im Gebäude

bewegen und auch noch Maße abgreifen kann. Die Scanpunkte sind weiter anwählbar, und

durch die mit hinterlegten Ortfotos bis du praktisch vor Ort, ohne nochmal hinfahren zu müssen.

[tobiaskern]

HI Jörg,

 

Merci!

Über Scasa PinPoint habe ich schon gelesen und auch schon Videos angesehen.

Scheint ganz gut zu sein.

 

LG und habe eine schöne Woche

Tobi

[herbieherb]

Ich zerschneid die Punktwolken jeweils in Cloudcompare. Dabei mach ich separate Fassadenabschnitte und Geschosse. Das macht die Arbeit mit den Punktwolken auch viel übersichtlicher. Die Punktdichte reduzier ich auf min. 0.5 mm Abstand. Das ergibt jeweils einzelne Punktwolken um die 10-20 Mio Punkte. Damit lässt sich in Vectorworks flüssig arbeiten.

[Jörg Poltermann]

vor 4 Minuten schrieb tobiaskern:

 

 

Merci!

Über Scasa PinPoint habe ich schon gelesen und auch schon Videos angesehen.

Scheint ganz gut zu sein.

 

Hat auch seine Macken, die Bedienung ist manchmal zu intuitiv.

Anfangs habe ich mehrfach in die Tischkante gebissen...

 

[BauIng]

Hallo zusammen,

danke für die Antworten und Tipps. Werde mir die Cloudlösungen auf jeden Fall am Wochenende anschauen und die beschriebenen Herangehensweisen testen und dann berichten 

[BauIng]

Am 15.7.2024 um 12:06 schrieb herbieherb:

Ich zerschneid die Punktwolken jeweils in Cloudcompare. Dabei mach ich separate Fassadenabschnitte und Geschosse. Das macht die Arbeit mit den Punktwolken auch viel übersichtlicher. Die Punktdichte reduzier ich auf min. 0.5 mm Abstand. Das ergibt jeweils einzelne Punktwolken um die 10-20 Mio Punkte. Damit lässt sich in Vectorworks flüssig arbeiten.

@herbieherb Leider gibt es wohl in CloudCompare nicht die Möglichkeit die Wolke schon beim Import zu reduzieren, so dass auch CloudCompare mit der riesigen Datenmenge (825gb) beim einlesen der Datei nicht klar kommt oder einfach mein System es nicht leisten kann.

 

Oder habe ich etwas bei der Importfunktion übersehen? Parallel habe ich Kontakt zum Vermessungsbüro aufgenommen.

Die erstellen jetzt ein Angebot um die Architektenschnitte zu erstellen (dwg) bzw. die einzelnen Scans in so kleine Teile

zu zerlegen, dass mein System damit klarkommt und ich es dann weiter bearbeiten kann.

 

Gibt es vllt. sonst noch weitere Lösungsansätze?

 

 

[KroVex]

Salü Zusammen

vor 13 Stunden schrieb BauIng:

Gibt es vllt. sonst noch weitere Lösungsansätze?

 

Wenn du dich auch nur ein ganz wenig mit Python auskennst, kann dir ChatGPT 4 ein entsprechendes Pythonscript erstellen.
Beispiel (nicht getestet, da ich keine .e57 Datei habe):

Wenn du eine Python IDE hast, zuerst die Bibliotheken mit dem folgenden Befehl installieren:
 

pip install numpy pye57

Mit dem folgenden Script (wie gesagt, nicht getestet, aber die Chancen stehen gut), kannst du nicht nur die Punktwolke mit einem frei wählbaren Prozentsatz reduzieren, sondern optional auch gleich in mehrere kleinere Dateien ("Tiles/Kacheln") zerlegen lassen:

 

import numpy as np
import e57
import random
import os

def load_e57_file(file_path):
    e57_file = e57.E57(file_path)
    point_cloud = e57_file.read_scan_raw(0)
    return point_cloud

def save_e57_file(points, file_path):
    header = e57.make_e57_header()
    header.point_fields = ['cartesianX', 'cartesianY', 'cartesianZ']
    e57.write_e57(header, points, file_path)

def reduce_point_cloud(point_cloud, reduction_percentage):
    num_points = len(point_cloud['cartesianX'])
    num_points_to_keep = int(num_points * reduction_percentage / 100)
    indices = random.sample(range(num_points), num_points_to_keep)
    reduced_points = {field: np.array(point_cloud[field])[indices] for field in point_cloud}
    return reduced_points

def split_point_cloud(point_cloud, tile_size, output_dir):
    min_x, max_x = min(point_cloud['cartesianX']), max(point_cloud['cartesianX'])
    min_y, max_y = min(point_cloud['cartesianY']), max(point_cloud['cartesianY'])
    
    x_tiles = int((max_x - min_x) / tile_size) + 1
    y_tiles = int((max_y - min_y) / tile_size) + 1
    
    os.makedirs(output_dir, exist_ok=True)
    
    for i in range(x_tiles):
        for j in range(y_tiles):
            x_min = min_x + i * tile_size
            x_max = x_min + tile_size
            y_min = min_y + j * tile_size
            y_max = y_min + tile_size
            
            tile_indices = [idx for idx in range(len(point_cloud['cartesianX'])) 
                            if x_min <= point_cloud['cartesianX'][idx] < x_max and 
                               y_min <= point_cloud['cartesianY'][idx] < y_max]
            
            if tile_indices:
                tile_points = {field: np.array(point_cloud[field])[tile_indices] for field in point_cloud}
                tile_file_path = os.path.join(output_dir, f'tile_{i}_{j}.e57')
                save_e57_file(tile_points, tile_file_path)
                print(f"Saved tile {i}, {j} to {tile_file_path}")

def process_e57_file(input_file, reduction_percentage=None, tile_size=None, output_dir='output_tiles'):
    point_cloud = load_e57_file(input_file)
    
    if reduction_percentage:
        point_cloud = reduce_point_cloud(point_cloud, reduction_percentage)
        save_e57_file(point_cloud, 'reduced.e57')  # Hier kann der Pfad angepasst werden
        print(f"Saved reduced point cloud to 'reduced.e57'")
    
    if tile_size:
        split_point_cloud(point_cloud, tile_size, output_dir)

# Beispielaufruf: Passe diese Parameter an deine Bedürfnisse an
input_file = 'input.e57'  # Pfad zur Eingabe .e57 Datei
reduction_percentage = 50  # Prozentsatz der Reduktion, setze None wenn keine Reduktion gewünscht
tile_size = 5  # Größe der Tiles, setze None wenn keine Aufteilung in Tiles gewünscht
output_dir = 'output_tiles'  # Verzeichnis zum Speichern der Tiles

# Hauptfunktion aufrufen
process_e57_file(input_file, reduction_percentage, tile_size, output_dir)

Gruss KroVex

[BauIng]

@KroVexJa, cool. Ein klein bisschen kenne ich mich mit Python aus, numpy ist bereits installiert. Die

anderen Pakete kann ich nachinstallieren.

 

Ich werde mal eine Kopie der Datei anlegen und es testen. Danke!