SuperMap三维专题之倾斜摄影——倾斜摄影数据优化篇

2024-03-28 07:08

本文主要是介绍SuperMap三维专题之倾斜摄影——倾斜摄影数据优化篇,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

倾斜摄影数据的普及伴随着数据量的增加,数据量的增加又导致网络客户端访问三维数据的效率下降,所以不管是在PC端,Web端还是移动端进行倾斜摄影数据的浏览应用都需要对倾斜摄影数据进行优化,以达到最佳的访问效果。

SuperMap iDesktop提供了许可可以进行倾斜摄影优化的手段,我们可以针对自己的数据情况选取不同的优化手段,下面我会针对几种常见的情况来一一进行详细的解释,并且给出优化的步骤。

一、确认数据情况

倾斜摄影数据由于分块存储的特性以及生产数据的机器性能等原因,导致倾斜摄影的数据量非常大并且tile文件夹也很多,这就导致系统在进行数据调度的时候会比较慢,给用户加载不流畅的感觉。那么,如何确认自己的数据需要优化呢,下面我们就来说一说:

①tile的文件夹特别多,达到几百上千个,甚至更多;

②加载帧数小于30帧;

基本上满足一个条件就需要进行数据优化,针对tile文件夹特别多的情况,SuperMap有对应的优化方案——倾斜入库

二、倾斜入库

倾斜入库的目的就是减少tile文件夹的数据,合并倾斜摄影数据,使浏览速度大幅提升,并且转成S3M/S3MB格式的数据。具体的操作步骤是,打开SuperMap iDesktop,找到三维数据→数据处理→倾斜入库功能。

 

  • 源配置文件:选择原始倾斜摄影数据的配置文件
  • 输出目录:选择一个新的空文件夹,用于存放优化后的倾斜摄影数据,注意磁盘剩余空间至少是原始数据的1.5倍大小,防止因为空间不足导致优化失败
  • 金字塔层级:金字塔层级建议填写2
  • 纹理压缩格式:选择默认的DXT(PC设备)即可
  • 线程数:因为该项优化工作比较费时,所以电脑资源够的话可以选择多线程的方式进行,线程数可以自定义,大大的增加了优化速度

全部都填写好后就可以点击确定去进行数据生成了,这里贴一个生成前后效果图做个对比:

可以看到文件夹数量大概降低了四分之三,下面再看下数据大小:

可以看到数据量也大约减少了一半,下面再看下数据:

可以看到数据精度没有任何损失,加载速度笔者自己也测试了一下,有非常大的提升。

温馨提示:如果有保存工作空间,那么这边转换完成后不会自动替换数据,需要手动替换

这篇关于SuperMap三维专题之倾斜摄影——倾斜摄影数据优化篇的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/854830

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

hdu1240、hdu1253(三维搜索题)

1、从后往前输入,(x,y,z); 2、从下往上输入,(y , z, x); 3、从左往右输入,(z,x,y); hdu1240代码如下: #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#inc

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传