3dTiles 數據規範詳解[4.3] pnts瓦片二進制數據文件結構

轉載請規範聲明。@秋意正寒 http://www.javashuo.com/article/p-vydtlexa-mv.html
個人git地址：github.com/onsummer

pnts，即 Points，點雲的意思。

las、xyz數據等都可。

瓦片文件二進制佈局（文件結構）

pnts不存在gltf模型，故結構以下：

1. 文件頭：28byte

與b3dm是同樣的。

屬性的官方名稱	字節長	類型	含義
magic	4	string（或char[4]）	該瓦片文件的類型，在pnts中是 "pnts"
version	4	uint32	該瓦片的版本，目前限定是 1.
byteLength	4	uint32	該瓦片文件的文件大小，單位：byte
featureTableJSONByteLength	4	uint32	要素表的JSON文本（二進制形式）長度
featureTableBinaryByteLength	4	uint32	要素表的二進制數據長度
batchTableJSONByteLength	4	uint32	批量表的JSON文本（二進制形式）長度
batchTableBinaryByteLength	4	uint32	批量表的二進制數據長度

2. 要素表

在 b3dm 篇，有介紹到要素表存在 全局屬性 和 要素屬性。在 pnts 和上篇 i3dm 中，這對概念會解釋得很透徹。

① 要素表的全局屬性

屬性名	數據類型	描述	是否必須
POINTS_LENGTH	uint32	瓦片中點的數量。全部的點屬性的長度必須與這個同樣。	必須存在
RTC_CENTER	float32 * 3	若是全部點是相對於某個點定位的，那麼這個屬性就是這個相對的點的座標。	沒必要須
QUANTIZED_VOLUME_OFFSET	float32 * 3	量化偏移值	與QUANTIZED_VOLUME_SCALE屬性必須同時存在或同時不存在
QUANTIZED_VOLUME_SCALE	float32 * 3	量化縮放比例	與QUANTIZED_VOLUME_OFFSET屬性必須同時存在或同時不存在
CONSTANT_RGBA	uint8 * 4	爲全部點定義同一個顏色	沒必要須
BATCH_LENGTH	uint32	BATCH_ID的個數	與點屬性中的BATCH_ID必須同時存在或者同時不存在

第一第二個能與 b3dm 中的 BATCH_LENGTH 和 RTC_CENTER 類比來理解，就不解釋了。

第三、4個與 i3dm 是一致的。

第5個即每一個點的默認顏色，默認是灰色。

最後一個頗有意思，和 b3dm 裏的「重合」了，它的意義是：點雲瓦片中這麼多點是能夠劃分的，每一類叫作 BATCH。

例如對一棟建築進行點雲掃射，那麼牆體的全部的點能夠歸屬爲 牆體BATCH，窗戶的全部點能夠歸屬爲 窗戶BATCH。

BATCH_LENGTH 指示了當前pnts瓦片的點被劃分紅了多少個類別。

a. pnts瓦片中顏色的優先級

RGBA>RGB>RGB565>CONSTANT_RGBA。其中，CONSTANT_RGBA 是全局的，前三個是點要素屬性裏的。

固然，還可使用 3dTiles 的 style 來改變樣式。

b. 量化空間範圍體

這個詞兒是我本身意譯的。

一般點雲數據只留其「形」，而具體每一個點的座標能夠不那麼精確。由於存儲高精度的點座標，是十分消耗空間的。默認每一個點使用逐要素屬性 POSITION 來記錄每一個點的座標，座標值類型是 FLOAT，即 4字節，假如使用量化座標，每一個座標值使用 UInt16 類型，即 2字節，那麼座標信息就能壓縮一倍！

具體什麼是 量化空間範圍體，我認爲在上一篇 i3dm 中已經解釋得很清楚了：

只不過，在點雲瓦片中，POSITION 表明的再也不是 instance 的座標，而是點座標。

看到這，是否能理解「要素表的全局屬性是對於整個瓦片文件而言」這句話了呢？

② 要素表的(逐)要素屬性

其實，我以爲在點雲中叫 點屬性 更好。

屬性名	數據類型	描述	是否必須
POSITION	float32 * 3	直角座標的點	是，除非POSITION_QUANTIZED屬性存在
POSITION_QUANTIZED	uint16 * 3	量化空間範圍體內的直角座標點	是，除非POSITION屬性存在
RGBA	uint8 * 4	四通道顏色	沒必要須
RGB	uint8 * 3	RGB顏色	沒必要須
RGB565	uint16	有損壓縮顏色，紅5綠6藍5，即65536種顏色	沒必要須
NORMAL	float32 *3	法線	沒必要須
NORMAL_OCT16P	uint8 * 2	點的法線，10進制單位向量，有16bit精度	沒必要須
BATCH_ID	uint8/uint16(默認)/uint32	從BatchTable種檢索元數據的id	沒必要須，取決於全局屬性BATCH_LENGTH

其中，第一和第二個與 i3dm 中的定義一致。

第三~第五個是顏色信息，在第①小節中的a部分講了。

第6、七與 i3dm 中的相似。

第八個與 i3dm 中的定義徹底一致。

③ 要素表的JSON

上述全部屬性所有會記錄在要素表的 JSON 中，對於 全局屬性，其值記錄在 JSON 中。

對於其要素屬性，由於點雲中的點數量會很是巨大，寫在JSON中體積會變大，因此使用 JSON引用要素表二進制數據體 的形式。

下列是一個要素表的JSON：

{
    POINTS_LENGTH : 4, // 意味着有4個點
    POSITION : {
        byteOffset : 0 // 意味着從ftBinary的第0個byte開始讀取
    }
}

這個要素表的釋義與 i3dm 中的示例同樣，只不過從 INSTANCES_LENGTH 變成了 POINTS_LENGTH。

④ 要素表體

要素表JSON中引用的二進制數據均順次記錄在此，通常爲要素屬性（點屬性）。

3. 批量表

批量表與b3dm的差很少，若是在 pnts 的要素表和批量表中存儲了 BATCH_LENGTH 信息，那每一個 BATCH 的屬性就存於此。

可是與 b3dm、i3dm 略有不一樣的是，若是要素表JSON中沒有 BATCH_ID 的定義，可是批量表中卻存在與點的數量 POINTS_LENGTH 同樣長的屬性數組，那麼說明該點雲瓦片的每個點都有屬性。

結構參考 b3dm 篇章。

4. 要素表與批量表舉例說明

此部分參考官方文檔。

① 只有點座標

const featureTableJSON = {
    POINTS_LENGTH : 4, // 意味着有4個點
    POSITION : {
        byteOffset : 0 // 意味着從ftBinary的第0個byte開始讀取
    }
}

const featureTableBinary = new Buffer(new Float32Array([
    0.0, 0.0, 0.0,
    1.0, 0.0, 0.0,
    0.0, 0.0, 1.0,
    1.0, 0.0, 1.0
]).buffer)

這個例子只記錄了4個點。

② 相對座標與顏色信息

const featureTableJSON = {
    POINTS_LENGTH : 4, // 意味着有4個點
    RTC_CENTER : [1215013.8, -4736316.7, 4081608.4], // 意味着相對於這個點
    POSITION : {
        byteOffset : 0 // 意味着從ftBinary的第0個byte開始讀取
    },
    RGB : {
        byteOffset : 48 // 顏色值意味着從ftBinary的第48個byte讀取，緊接在POSITION後
    }
}

const positionBinary = new Buffer(new Float32Array([
    0.0, 0.0, 0.0,
    1.0, 0.0, 0.0,
    0.0, 0.0, 1.0,
    1.0, 0.0, 1.0
]).buffer) // 一共12*4byte = 48byte

const colorBinary = new Buffer(new Uint8Array([
    255, 0, 0,
    0, 255, 0,
    0, 0, 255,
    255, 255, 0,
]).buffer) // 一共12*1byte = 12byte

// ftBinary一共48+12=60byte
const featureTableBinary = Buffer.concat([positionBinary, colorBinary])

這個例子有4個點，是相對於中心定位的點。顏色依次爲：紅綠藍黃。

③ 量化座標與八進制編碼法向量

const featureTableJSON = {
    POINTS_LENGTH : 4, // 意味着有4個點
    QUANTIZED_VOLUME_OFFSET : [-250.0, 0.0, -250.0], // 意味着偏移基座標是 (-250, 0, -250)
    QUANTIZED_VOLUME_SCALE : [500.0, 0.0, 500.0], // 意味着x和z方向的縮放比是500
    POSITION_QUANTIZED : { 
        byteOffset : 0 // 意味着量化座標的數據存在ftBinary的第0個字節日後
    },
    NORMAL_OCT16P : {
        byteOffset : 24 // 意味着量化座標頂點法線的數據存在ftBinary的第24個字節日後
    }
}

const positionQuantizedBinary = new Buffer(new Uint16Array([
    0, 0, 0,
    65535, 0, 0,
    0, 0, 65535,
    65535, 0, 65535
]).buffer) // 一共12*2byte=24byte，Uint16=16bit=2byte

const normalOct16PBinary = new Buffer(new Uint8Array([
    128, 255,
    128, 255,
    128, 255,
    128, 255
]).buffer) // 一共8*1=8byte，Uint8=8bit=1byte

const featureTableBinary = Buffer.concat([positionQuantizedBinary, normalOct16PBinary])

這個例子中，有4個點，每一個點的法向量都是八進制編碼的\([0.0, 1.0, 0.0]\)，它們將被放置在x和z方向上.

④ 點數據分類（BATCH）

const featureTableJSON = {
    POINTS_LENGTH : 4, // 意味着有4個點
    BATCH_LENGTH : 2, // 意味着4個點分紅了2類（批、batch）
    POSITION : {
        byteOffset : 0 // 意味着POSITION將存儲在ftBinary的第 0 byte以後
    },
    BATCH_ID : {
        byteOffset : 48, // 意味着BATCH_ID的值將從ftBinary的第 48 byte以後
        componentType : "UNSIGNED_BYTE" // 意味着BATCH_ID的值類型是無符號字節數
    }
}

const positionBinary = new Buffer(new Float32Array([
    0.0, 0.0, 0.0,
    1.0, 0.0, 0.0,
    0.0, 0.0, 1.0,
    1.0, 0.0, 1.0
]).buffer) // 4個點，一共12個值，每一個值4byte（Float每一個數字佔4byte，即32bit），一共48byte

const batchIdBinary = new Buffer(new Uint8Array([
    0,
    0,
    1,
    1
]).buffer) // 前2個的類型是0（batchId），後2個點的類型是1

const featureTableBinary = Buffer.concat([positionBinary, batchIdBinary]); // 合併

const batchTableJSON = {
    names : ['object1', 'object2']
} // 批量表JSON記錄了屬性值，有兩個，恰好對上 BATCH_LENGTH

這個例子中，前2個點的 batchId 是0，後2個點的 batchId 是1。

⑤ 每一個點都有屬性

const featureTableJSON = {
    POINTS_LENGTH : 4, // 意味着有4個點
    POSITION : {
        byteOffset : 0 // 意味着從ftBinary的第0byte開始
    }
}

const featureTableBinary = new Buffer(new Float32Array([
    0.0, 0.0, 0.0,
    1.0, 0.0, 0.0,
    0.0, 0.0, 1.0,
    1.0, 0.0, 1.0
]).buffer)

const batchTableJSON = {
    names : ['point1', 'point2', 'point3', 'point4'] // 意味着這4個點都有names屬性，其值寫在這裏
}

若是在 要素表中沒有 BATCH_ID 屬性的定義，而且批量表中存有屬性數據，那麼這些屬性的個數一定與點的個數相同，即每一個點都有屬性。

5. 字節對齊與編碼端序

與b3dm裏寫的一致，能夠回看：http://www.javashuo.com/article/p-hcrvzhto-nh.html

6. 擴展（extensions）和額外信息（extras）

一樣，這部份內容與b3dm篇章內介紹的一致，會在後續文章內介紹。