CAD地形图生成三维模型：从数据解析到三维重建的技术实现

1次阅读

没有评论

共计 2614 个字符，预计需要花费 7 分钟才能阅读完成。

CAD 地形图通常以 DXF 或 DWG 格式存储，这两种格式在结构上有显著差异：

DXF 格式 ：ASCII 文本格式，包含 HEADER（全局设置）、TABLES（样式定义）、BLOCKS（块定义）、ENTITIES（图形实体）等章节。地形信息主要集中在 ENTITIES 段的 POLYLINE、LWPOLYLINE、3DFACE 等实体中。
DWG 格式 ：二进制格式，数据结构更紧凑但解析复杂度高。需要使用 ODA Toolkit 等专业库读取，其层级结构包含实体对象、图层、扩展数据等。

关键数据特征：

高程数据可能存储在顶点 Z 坐标或扩展属性中
坐标系可能采用局部工程坐标系，需注意与 WGS84/UTM 的转换
地形线通常用带有高程值的多段线（POLYLINE）表示

CAD 文件常使用局部坐标系，而三维重建需要统一的世界坐标系。解决方案：

通过文件元数据获取坐标系参数
使用 PROJ 库进行坐标转换
缺少元数据时需人工指定控制点

分散存储：高程可能分布在顶点 Z 值、扩展数据或单独文本标签中
数据缺失：部分区域可能只有等高线缺少离散点
单位不统一：CAD 中可能使用毫米，而 GIS 需要米制单位

地形突变区域（如悬崖）容易产生畸变
稀疏数据区域需要合理的插值算法
网格密度与精度的平衡

方案类型	代表工具	优点	缺点
传统 GIS 工具	ArcGIS/QGIS	图形化操作，功能全面	批处理能力弱，扩展性差
编程实现	Python+C++	灵活可控，可自动化	开发成本高
混合方案	FME+ 自定义脚本	平衡效率与灵活性	软件授权成本高

import numpy as np
import open3d as o3d
from pyproj import Transformer

class CadTo3DConverter:
    def __init__(self, dxf_path):
        """
        初始化转换器
        :param dxf_path: DXF 文件路径
        """
        self.dxf_path = dxf_path
        self.points = []
        self.transformer = Transformer.from_crs("EPSG:32650", "EPSG:4979")

    def parse_dxf(self):
        """解析 DXF 文件提取高程点"""
        # 使用 ezdxf 库读取 DXF
        import ezdxf
        doc = ezdxf.readfile(self.dxf_path)
        msp = doc.modelspace()

        # 提取所有多段线顶点
        for entity in msp:
            if entity.dxftype() in ('POLYLINE', 'LWPOLYLINE'):
                for point in entity.points():
                    x, y, z = point[0], point[1], point[2] if len(point)>2 else 0
                    # 坐标转换
                    lon, lat, alt = self.transformer.transform(x, y, z)
                    self.points.append([lon, lat, alt])

        return np.array(self.points)

    def create_surface(self, method='poisson', depth=9):
        """
        创建三维表面
        :param method: 重建方法 (poisson/ballpivot/radial)
        :param depth: Poisson 重建的深度参数
        """
        pcd = o3d.geometry.PointCloud()
        pcd.points = o3d.utility.Vector3dVector(self.points)

        # 点云下采样（可选）if len(self.points) > 100000:
            pcd = pcd.voxel_down_sample(voxel_size=0.5)

        # 法线估计
        pcd.estimate_normals()

        # 不同重建算法
        if method == 'poisson':
            mesh, _ = o3d.geometry.TriangleMesh.create_from_point_cloud_poisson(pcd, depth=depth)
        elif method == 'ballpivot':
            radii = [0.5, 1.0, 2.0]
            mesh = o3d.geometry.TriangleMesh.create_from_point_cloud_ball_pivoting(pcd, o3d.utility.DoubleVector(radii))

        # 移除孤立面片
        mesh = mesh.remove_non_manifold_edges()
        return mesh

    def save_result(self, mesh, output_path):
        """保存结果"""
        o3d.io.write_triangle_mesh(output_path, mesh)