Python程序化生成三維場景【PyPRT】

你是否曾經夢想過一種高效且簡單的方法，只需三行代碼即可在 Python 中創建 3D 幾何圖形？你的夢想成真了，它被稱為“PyPRT”。

PyPRT 是CityEngine Procedural Runtime 的 Python 綁定。PRT 代表“Procedural Runtime”，是 CityEngine 3D 生成的核心。不過這篇文章與 CityEngine 無關，你無需了解 CityEngine 即可對以下內容感興趣。

在可以使用它的所有可能示例中，PyPRT 非常強大，如果你想：

• 從建築物足跡（LOD2 建築物）中生成簡單的 3D 內容
• 優化 3D 幾何設計（示例如下）
• 將 3D 幾何圖形轉換為另一種格式

1、讓我們談談 Python

2019 年是 Python 年。越來越多的人在他們的項目中使用這種編程語言。根據排名，Python 確實是當今最流行的編程語言之一。

我個人經常使用 Python。實際上，當我 2018 年在蘇黎世的 Esri 研發中心開始工作時，我正在研究用於城市規劃的機器學習應用程序。作為任何機器學習項目的第一步，我必須處理很多（我的意思是，很多）數據：清理數據、擴展數據、刪除異常值、再次處理等等。對於這些任務，Python 很棒！它易於使用、直觀且功能強大。我特別喜歡使用Jupyter notebook以及 NumPy 和 Pandas 等庫。收集我的數據集後，我使用TensorFlow構建了對我的數據進行建模的神經網絡。最後，我可以使用 Matplotlib 繪制結果。Python 具有如此廣泛的應用程序，並且對於您正在嘗試構建的內容的快速反饋非常方便。

盡管如此，讓 Python 用戶可以訪問 CityEngine PRT API 對我們來說是完全有意義的。請訪問PyPRT 頁面以獲取有關包安裝、文檔和示例以及即用型規則包和初始形狀的更多信息。

2、PRT的 Python 綁定

CityEngine PRT SDK 是在 CityEngine 中執行 3D 生成的底層引擎。簡而言之，它允許將任何數據（2D 或 3D）轉換為詳細的 3D 幾何圖形。這種變換基於一組幾何規則。PRT 是一個 C++ API。因此，PyPRT 的目標是讓 Python 用戶能夠訪問 Python 世界中 PRT 的主要功能。

遵循 Python 在簡單性和易用性方面的理念，你不需要太多即可使 PyPRT 工作：初始形狀和規則文件。例如，初始形狀可以是建築物占地面積、地塊或任何多邊形。它對應於你要在其上應用程序操作以獲得 3D 生成模型的幾何圖形。將這些過程操作寫入規則文件中，該文件是 CGA（計算機生成體系結構）文件。從其名稱中可以看出，CGA 文件包含 CGA 代碼，它是程序建模語言。如果您想了解有關 CGA 的更多信息，請查看此內容。

程序建模：輸入幾何（左）和生成的 3D 模型（右）

讓我們看一個例子。想象一下，你想快速可視化城市社區的建築物。該區域的建築物設計在 CGA 規則文件中建模和編碼。也許你編寫了此規則文件，或者有人將其作為規則包與你共享。此規則包封裝了規則文件以及要應用於新建築物的資源和紋理。

在 Python 腳本或 Jupyter 筆記本中，調用 PyPRT “generate_model”函數。該函數將地塊和規則包作為參數，以便按程序計算 3D 幾何。然後，你可以將生成的幾何圖形作為 Python 數組讀取並進一步處理。然後，使用 Python 3D 可視化庫，可以使用在地塊頂部生成的 3D 建築物對社區進行可視化。

因此，使用 PyPRT，你可以輕松創建存儲為 Python 數據結構的 3D 幾何圖形。但是你也可以將這些生成的幾何圖形導出為其他格式，如 OBJ、Collada、GLTF、i3s 等。本質上，PyPRT 帶有一組幾何導出器。

在多個初始形狀上程序生成並導出為 OBJ 的 3D 建築物

最後但同樣重要的是，PyPRT 允許在多個初始形狀上生成 3D 幾何圖形。每個初始形狀都可以有一個定制的生成模型。例如，在對建築物進行建模時，可以通過更改 CGA 規則輸入屬性的值來修改生成的建築物的參數。使用此功能，整個社區（甚至城市！）的生成大大簡化。

3、示例：優化建築物的綠化面積

在重新開發城市區域時，城市規劃師、城市設計師或建築師必須設計出滿足各種要求的最有趣的建築。其中一些要求是定量的。它們可以是任何東西，從負擔得起的公寓數量到建築物的太陽能潛力。設計滿足一組要求的建築物可能是一項繁瑣的任務，尤其是當建築物的模型很復雜並且由許多可調參數組成時。使用 PyPRT，可以簡化建築設計的優化。

在米蘭，你可以參觀 Bosco Verticale（垂直森林）建築。這些建築被樹木和植物所覆蓋。在 CityEngine 中，我們編寫了一個 CGA 規則文件，允許生成受 Bosco Verticale 立面架構啟發的建築模型。然而，我們可以改變建築物的三個屬性：地塊覆蓋率、第一層高度和建築物占地面積形狀。給定建築物的建築設計（由 CGA 規則定義）和地塊，我們應該選擇這些屬性的哪些值來最大化建築綠地面積？

優化參數：層高、地塊覆蓋率、建築占地面積形狀

可以在下面找到解決上述問題所需步驟的簡短說明。可以同時查看代碼。

• 使用宗地作為初始形狀來實例化 PyPRT ModelGenerator 類。初始形狀可以來自文件，也可以指定地塊的頂點坐標。在本例中，初始形狀是一個 OBJ 文件。
• 然後，必須定義優化問題的目標函數。這是我們要最小化或最大化的功能。在其中，調用 ModelGenerator 實例的 PyPRT“generate_model”方法，並將建築物屬性作為參數進行變化。在我們的示例中，優化目標函數的返回值是綠色空間的數量。此編號位於生成模型的報告中。因此，在生成的建築物上調用“get_report”方法並讀取報告字典中的綠色空間條目。
• 可以對屬性范圍指定一些約束（例如最小值和最大值）。
• 最後，使用任何優化算法，將目標函數和屬性邊界作為算法的參數並運行它。它將給出每個屬性的最佳值，以最大化綠化面積。

為了解決這個問題，我使用了 Python 社區中廣泛使用的SciPy優化庫。但是，任何優化算法都適用於 PyPRT。

原文鏈接：PyPRT生成 3D場景 — BimAnt