pointcloud
概览
| 扩展包名 | 版本 | 分类 | 许可证 | 语言 |
|---|---|---|---|---|
pointcloud | 1.2.5 | GIS | BSD 3-Clause | C |
| ID | 扩展名 | Bin | Lib | Load | Create | Trust | Reloc | 模式 |
|---|---|---|---|---|---|---|---|---|
| 1520 | pointcloud | 否 | 是 | 否 | 是 | 否 | 否 | - |
| 1521 | pointcloud_postgis | 否 | 是 | 否 | 是 | 是 | 否 | - |
| 相关扩展 | postgis postgis_raster postgis_topology postgis_sfcgal postgis_tiger_geocoder address_standardizer address_standardizer_data_us pgrouting |
|---|---|
| 下游依赖 | pointcloud_postgis |
版本
| 类型 | 仓库 | 版本 | PG 大版本 | 包名 | 依赖 |
|---|---|---|---|---|---|
| EXT | PGDG | 1.2.5 | 1817161514 | pointcloud | - |
| RPM | PGDG | 1.2.5 | 1817161514 | pointcloud_$v | - |
| DEB | PGDG | 1.2.5 | 1817161514 | postgresql-$v-pointcloud | - |
安装
您可以直接安装 pointcloud 扩展包的预置二进制包，首先确保 PGDG 仓库已经添加并启用：
pig repo add pgdg -u # 添加 PGDG 仓库并更新缓存
使用 pig 或者是 apt/yum/dnf 安装扩展：
pig install pointcloud; # 当前活跃 PG 版本安装
pig ext install -y pointcloud -v 18 # PG 18
pig ext install -y pointcloud -v 17 # PG 17
pig ext install -y pointcloud -v 16 # PG 16
pig ext install -y pointcloud -v 15 # PG 15
pig ext install -y pointcloud -v 14 # PG 14
dnf install -y pointcloud_18 # PG 18
dnf install -y pointcloud_17 # PG 17
dnf install -y pointcloud_16 # PG 16
dnf install -y pointcloud_15 # PG 15
dnf install -y pointcloud_14 # PG 14
apt install -y postgresql-18-pointcloud # PG 18
apt install -y postgresql-17-pointcloud # PG 17
apt install -y postgresql-16-pointcloud # PG 16
apt install -y postgresql-15-pointcloud # PG 15
apt install -y postgresql-14-pointcloud # PG 14
创建扩展：
CREATE EXTENSION pointcloud;
用法
PostgreSQL Pointcloud 在 PostgreSQL 中存储点云（LIDAR）数据。它引入了两种新的数据类型：PcPoint 表示单个点，PcPatch 表示点的集合。数据通过 schema 文档来组织，描述每个点的维度和编码方式。
CREATE EXTENSION pointcloud;
-- 用于 PostGIS 集成：
CREATE EXTENSION pointcloud_postgis;
核心概念
Schema
PostgreSQL Pointcloud 使用"schema 文档"来描述特定 LIDAR 点的内容。每个点包含多个维度，每个维度可以是任意数据类型，并可应用缩放和/或偏移量来转换实际值与数据库存储值。schema 文档格式与 PDAL 库使用的格式相同。
以下是一个简单的 4 维 schema 文档：
INSERT INTO pointcloud_formats (pcid, srid, schema) VALUES (1, 4326,
'<?xml version="1.0" encoding="UTF-8"?>
<pc:PointCloudSchema xmlns:pc="http://pointcloud.org/schemas/PC/1.1"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<pc:dimension>
<pc:position>1</pc:position>
<pc:size>4</pc:size>
<pc:description>X 坐标，以长整数表示。需要使用头部的
缩放和偏移信息来确定双精度值。</pc:description>
<pc:name>X</pc:name>
<pc:interpretation>int32_t</pc:interpretation>
<pc:scale>0.01</pc:scale>
</pc:dimension>
<pc:dimension>
<pc:position>2</pc:position>
<pc:size>4</pc:size>
<pc:description>Y 坐标，以长整数表示。需要使用头部的
缩放和偏移信息来确定双精度值。</pc:description>
<pc:name>Y</pc:name>
<pc:interpretation>int32_t</pc:interpretation>
<pc:scale>0.01</pc:scale>
</pc:dimension>
<pc:dimension>
<pc:position>3</pc:position>
<pc:size>4</pc:size>
<pc:description>Z 坐标，以长整数表示。需要使用头部的
缩放和偏移信息来确定双精度值。</pc:description>
<pc:name>Z</pc:name>
<pc:interpretation>int32_t</pc:interpretation>
<pc:scale>0.01</pc:scale>
</pc:dimension>
<pc:dimension>
<pc:position>4</pc:position>
<pc:size>2</pc:size>
<pc:description>强度值是脉冲回波幅度的整数表示。
该值是可选的且与系统相关。但如果可用，
应始终包含在内。</pc:description>
<pc:name>Intensity</pc:name>
<pc:interpretation>uint16_t</pc:interpretation>
<pc:scale>1</pc:scale>
</pc:dimension>
<pc:metadata>
<Metadata name="compression">dimensional</Metadata>
</pc:metadata>
</pc:PointCloudSchema>');
Schema 文档存储在 pointcloud_formats 表中，与 pcid（点云标识符）关联。每个对象只有一个 pcid，用于在 pointcloud_formats 中查找 schema。这类似于 PostGIS 中通过 srid 解析空间参考系统的方式。
点云对象
PcPoint：基本点云类型。每个点包含大量维度，但至少有 X 和 Y 坐标。可通过 PC_AsText(pcpoint) 渲染为 JSON 格式：
{
"pcid" : 1,
"pt" : [0.01, 0.02, 0.03, 4]
}
PcPatch：PcPoint 的集合。LIDAR 数据不是存储数十亿条独立的点记录，而是表示为较少数量的 PcPatch 记录。Patch 通过 PC_AsText(pcpatch) 渲染：
{
"pcid" : 1,
"pts" : [
[0.02, 0.03, 0.05, 6],
[0.02, 0.03, 0.05, 8]
]
}
表
-- 需要上面的 schema 条目，使 pcid==1 存在。
-- 点表
CREATE TABLE points (
id SERIAL PRIMARY KEY,
pt PCPOINT(1)
);
-- Patch 表
CREATE TABLE patches (
id SERIAL PRIMARY KEY,
pa PCPATCH(1)
);
两个系统提供的表：
pointcloud_formats：保存所有 pcid 条目和 schema 文档pointcloud_columns：显示所有包含点云对象的列的视图
SELECT * FROM pointcloud_columns;
schema | table | column | pcid | srid | type
--------+-------------+--------+------+------+---------
public | points | pt | 1 | 4326 | pcpoint
public | patches | pa | 1 | 4326 | pcpatch
压缩
压缩在 schema 文档的 <pc:metadata> 块中声明：
<pc:metadata>
<Metadata name="compression">dimensional</Metadata>
</pc:metadata>
支持三种压缩方法：
- None：使用 schema 文档中描述的类型和格式，以字节数组存储点和 patch。
- Dimensional：将 patch 存储为维度数据数组的集合，并应用"适当的"压缩。适合较小的 patch 尺寸。
- LAZ（LASZip）：需要 Pointcloud 构建时支持 laz-perf。
如果未声明压缩方式，默认使用 none。
维度压缩在内部使用三种方案：游程编码（低变异性）、公共位移除（窄位范围变异性）、以及基于 zlib 的原始 deflate 压缩。
函数：Schema
PC_SchemaGetNDims
PC_SchemaGetNDims(pcid integer) returns integer – 返回维度数量。
SELECT PC_SchemaGetNDims(1);
-- 18
PC_SchemaIsValid
PC_SchemaIsValid(xml text) returns boolean – 如果点云 schema 有效则返回 true。
SELECT PC_SchemaIsValid(schema) FROM pointcloud_formats LIMIT 1;
-- t
函数：PcPoint
PC_MakePoint
PC_MakePoint(pcid integer, vals float8[]) returns pcpoint – 从 pcid 和双精度数组构造新的 pcpoint。
SELECT PC_MakePoint(1, ARRAY[-127, 45, 124.0, 4.0]);
-- 010100000064CEFFFF94110000703000000400
插入测试值：
INSERT INTO points (pt)
SELECT PC_MakePoint(1, ARRAY[x,y,z,intensity])
FROM (
SELECT
-127+a/100.0 AS x,
45+a/100.0 AS y,
1.0*a AS z,
a/10 AS intensity
FROM generate_series(1,100) AS a
) AS values;
PC_AsText（点）
PC_AsText(p pcpoint) returns text – 返回点数据的 JSON 版本。
SELECT PC_AsText('010100000064CEFFFF94110000703000000400'::pcpoint);
-- {"pcid":1,"pt":[-127,45,124,4]}
PC_Get
PC_Get(pt pcpoint) returns float8[] – 返回所有维度值的数组。
SELECT PC_Get('010100000064CEFFFF94110000703000000400'::pcpoint);
-- {-127,45,124,4}
PC_Get(pt pcpoint, dimname text) returns numeric – 返回指定维度的值。
SELECT PC_Get('010100000064CEFFFF94110000703000000400'::pcpoint, 'Intensity');
-- 4
PC_MemSize（点）
PC_MemSize(pt pcpoint) returns int4 – 返回 pcpoint 的内存大小。
SELECT PC_MemSize(PC_MakePoint(1, ARRAY[-127, 45, 124.0, 4.0]));
-- 25
PC_PCId（点）
PC_PCId(p pcpoint) returns integer – 返回该点的 pcid schema 编号。
SELECT PC_PCId('010100000064CEFFFF94110000703000000400'::pcpoint);
-- 1
函数：PcPatch
PC_Patch
PC_Patch(pts pcpoint[]) returns pcpatch – 将 pcpoint 值聚合为 pcpatch 的聚合函数。
INSERT INTO patches (pa)
SELECT PC_Patch(pt) FROM points GROUP BY id/10;
PC_MakePatch
PC_MakePatch(pcid integer, vals float8[]) returns pcpatch – 从 pcid 和双精度数组构造新的 pcpatch（数组大小必须是维度数的倍数）。
SELECT PC_AsText(PC_MakePatch(1, ARRAY[-126.99,45.01,1,0, -126.98,45.02,2,0, -126.97,45.03,3,0]));
-- {"pcid":1,"pts":[
-- [-126.99,45.01,1,0],[-126.98,45.02,2,0],[-126.97,45.03,3,0]
-- ]}
PC_AsText（patch）
PC_AsText(p pcpatch) returns text – 返回 patch 数据的 JSON 版本。
SELECT PC_AsText(pa) FROM patches LIMIT 1;
-- {"pcid":1,"pts":[
-- [-126.99,45.01,1,0],[-126.98,45.02,2,0],[-126.97,45.03,3,0],
-- [-126.96,45.04,4,0],[-126.95,45.05,5,0],[-126.94,45.06,6,0],
-- [-126.93,45.07,7,0],[-126.92,45.08,8,0],[-126.91,45.09,9,0]
-- ]}
PC_Summary
PC_Summary(p pcpatch) returns text – 返回 patch 数据的 JSON 格式摘要。
SELECT PC_Summary(pa) FROM patches LIMIT 1;
-- {"pcid":1, "npts":9, "srid":4326, "compr":"dimensional",
-- "dims":[{"pos":0,"name":"X","size":4,"type":"int32_t","compr":"sigbits",
-- "stats":{"min":-126.99,"max":-126.91,"avg":-126.95}}, ...]}
PC_NumPoints
PC_NumPoints(p pcpatch) returns integer – 返回 patch 中的点数。
SELECT PC_NumPoints(pa) FROM patches LIMIT 1;
-- 9
PC_PCId（patch）
PC_PCId(p pcpatch) returns integer – 返回 patch 的 pcid schema 编号。
PC_MemSize（patch）
PC_MemSize(p pcpatch) returns int4 – 返回 pcpatch 的内存大小。
PC_Explode
PC_Explode(p pcpatch) returns SetOf[pcpoint] – 将 patch 转换为独立点记录的集合返回函数。
SELECT PC_AsText(PC_Explode(pa)), id
FROM patches WHERE id = 7;
pc_astext | id
--------------------------------------+----
{"pcid":1,"pt":[-126.5,45.5,50,5]} | 7
{"pcid":1,"pt":[-126.49,45.51,51,5]} | 7
{"pcid":1,"pt":[-126.48,45.52,52,5]} | 7
...
PC_PointN
PC_PointN(p pcpatch, n int4) returns pcpoint – 返回第 n 个点（从 1 开始）。负数 n 从末尾计数。
PC_Range
PC_Range(p pcpatch, start int4, n int4) returns pcpatch – 返回从第 start 个点开始包含 n 个点的 patch。
PC_Union
PC_Union(p pcpatch[]) returns pcpatch – 将多个 pcpatch 合并为单个 pcpatch 的聚合函数。
SELECT PC_NumPoints(PC_Union(pa)) FROM patches;
-- 100
PC_Intersects（patch-patch）
PC_Intersects(p1 pcpatch, p2 pcpatch) returns boolean – 如果 p1 的边界与 p2 的边界相交则返回 true。
PC_PatchAvg
PC_PatchAvg(p pcpatch, dimname text) returns numeric – 返回所有点中指定维度的平均值。
SELECT PC_PatchAvg(pa, 'intensity') FROM patches WHERE id = 7;
-- 5.0000000000000000
PC_PatchAvg(p pcpatch) returns pcpoint – 返回每个维度平均值的 PcPoint。
SELECT PC_AsText(PC_PatchAvg(pa)) FROM patches WHERE id = 7;
-- {"pcid":1,"pt":[-126.46,45.54,54.5,5]}
PC_PatchMin
PC_PatchMin(p pcpatch, dimname text) returns numeric – 返回指定维度的最小值。
PC_PatchMin(p pcpatch) returns pcpoint – 返回每个维度最小值的 PcPoint。
PC_PatchMax
PC_PatchMax(p pcpatch, dimname text) returns numeric – 返回指定维度的最大值。
PC_PatchMax(p pcpatch) returns pcpoint – 返回每个维度最大值的 PcPoint。
PC_FilterGreaterThan
PC_FilterGreaterThan(p pcpatch, dimname text, float8 value) returns pcpatch – 过滤值大于给定值的点。
SELECT PC_AsText(PC_FilterGreaterThan(pa, 'y', 45.57))
FROM patches WHERE id = 7;
-- {"pcid":1,"pts":[[-126.42,45.58,58,5],[-126.41,45.59,59,5]]}
PC_FilterLessThan
PC_FilterLessThan(p pcpatch, dimname text, float8 value) returns pcpatch – 过滤值小于给定值的点。
PC_FilterEquals
PC_FilterEquals(p pcpatch, dimname text, float8 value) returns pcpatch – 过滤值等于给定值的点。
PC_FilterBetween
PC_FilterBetween(p pcpatch, dimname text, float8 value1, float8 value2) returns pcpatch – 过滤值在 value1 和 value2 之间（不含）的点。
PC_Sort
PC_Sort(p pcpatch, dimnames text[]) returns pcpatch – 返回按给定维度字典排序的 patch 副本。
PC_IsSorted
PC_IsSorted(p pcpatch, dimnames text[], strict boolean default true) returns boolean – 检查 pcpatch 是否按字典顺序排序。strict 选项检查是否无重复。
PC_SetPCId
PC_SetPCId(p pcpatch, pcid int4, def float8 default 0.0) returns pcpatch – 设置 PcPatch 的 schema。对于新 schema 中有但旧 schema 中没有的维度，使用值 def（默认 0.0）。
PC_Transform
PC_Transform(p pcpatch, pcid int4, def float8 default 0.0) returns pcpatch – 返回基于目标 schema 转换数据的新 patch。与 PC_SetPCId 不同，如果解释方式、缩放或偏移不同，可能会改变 patch 数据。
PC_Compress
PC_Compress(p pcpatch, global_compression_scheme text, compression_config text) returns pcpatch – 使用手动指定的方案压缩 patch。
允许的全局压缩方案：auto、laz、dimensional。对于 dimensional，配置是每个维度压缩方式的逗号分隔列表：auto、zlib、sigbits、rle。
PC_Uncompress
PC_Uncompress(p pcpatch) returns pcpatch – 返回未压缩版本（压缩类型 none）。必须作为查询中的最外层函数才能在线路上返回未压缩数据。
函数：WKB
PC_AsBinary（点）
PC_AsBinary(p pcpoint) returns bytea – 返回点的 OGC “well-known binary” 格式。
PC_EnvelopeAsBinary
PC_EnvelopeAsBinary(p pcpatch) returns bytea – 返回 patch 二维边界的 OGC WKB。
注意：PC_Envelope 是 PC_EnvelopeAsBinary 的已弃用别名。
PC_BoundingDiagonalAsBinary
PC_BoundingDiagonalAsBinary(p pcpatch) returns bytea – 返回 patch 边界对角线的 OGC WKB。
函数：PostGIS 集成
pointcloud_postgis 扩展添加了将 Pointcloud 与 PostGIS 配合使用的函数，可将 PcPoint 和 PcPatch 转换为 Geometry 并进行空间过滤。
CREATE EXTENSION postgis;
CREATE EXTENSION pointcloud;
CREATE EXTENSION pointcloud_postgis;
Geometry 转换
Geometry(pcpoint) returns geometry / pcpoint::geometry – 将 PcPoint 转换为 PostGIS geometry，映射 x/y/z/m。
SELECT ST_AsText(PC_MakePoint(1, ARRAY[-127, 45, 124.0, 4.0])::geometry);
-- POINT Z (-127 45 124)
PC_EnvelopeGeometry
PC_EnvelopeGeometry(pcpatch) returns geometry – 返回 2D 边界的 PostGIS 二维多边形。
SELECT ST_AsText(PC_EnvelopeGeometry(pa)) FROM patches LIMIT 1;
-- POLYGON((-126.99 45.01,-126.99 45.09,-126.91 45.09,-126.91 45.01,-126.99 45.01))
适合创建索引：
CREATE INDEX ON patches USING GIST(PC_EnvelopeGeometry(patch));
PC_BoundingDiagonalGeometry
PC_BoundingDiagonalGeometry(pcpatch) returns geometry – 返回边界对角线的 LineString（根据可用维度为 2D/Z/M/ZM）。
SELECT ST_AsText(PC_BoundingDiagonalGeometry(pa)) FROM patches;
-- LINESTRING Z (-126.99 45.01 1,-126.91 45.09 9)
适合创建 N 维索引：
CREATE INDEX ON patches USING GIST(PC_BoundingDiagonalGeometry(patch) gist_geometry_ops_nd);
PC_Intersection
PC_Intersection(pcpatch, geometry) returns pcpatch – 返回仅包含与几何体相交的点的 PcPatch。
SELECT PC_AsText(PC_Explode(PC_Intersection(
pa,
'SRID=4326;POLYGON((-126.451 45.552, -126.42 47.55, -126.40 45.552, -126.451 45.552))'::geometry
)))
FROM patches WHERE id = 7;
pc_astext
--------------------------------------
{"pcid":1,"pt":[-126.44,45.56,56,5]}
{"pcid":1,"pt":[-126.43,45.57,57,5]}
{"pcid":1,"pt":[-126.42,45.58,58,5]}
{"pcid":1,"pt":[-126.41,45.59,59,5]}
PC_Intersects（patch-geometry）
PC_Intersects(p pcpatch, g geometry) returns boolean / PC_Intersects(g geometry, p pcpatch) returns boolean – 如果 patch 边界与几何体相交则返回 true。
SELECT PC_Intersects('SRID=4326;POINT(-126.451 45.552)'::geometry, pa)
FROM patches WHERE id = 7;
-- t
函数：工具
PC_Version / PC_Lib_Version / PC_Script_Version
SELECT PC_Version(); -- 1.2.5
SELECT PC_Lib_Version(); -- 1.2.5 2346cc2
SELECT PC_Script_Version(); -- 1.2.5
SELECT PC_Full_Version();
-- POINTCLOUD="1.2.5 2346cc2" PGSQL="170" LIBXML2="2.14.3 LAZPERF enabled=false
PC_Lazperf_Enabled
PC_Lazperf_Enabled() returns boolean – 如果 LAZperf 压缩支持可用则返回 true。
使用 PDAL 加载数据
PDAL 用于将 LIDAR 文件加载到 PostgreSQL Pointcloud 中。PDAL 管线是声明 reader、filter 和 writer 的 JSON 文件。
加载 LAS 文件的示例管线：
{
"pipeline":[
{
"type":"readers.las",
"filename":"/home/lidar/st-helens-small.las",
"spatialreference":"EPSG:26910"
},
{
"type":"filters.chipper",
"capacity":400
},
{
"type":"writers.pgpointcloud",
"connection":"host='localhost' dbname='pc' user='lidar' password='lidar' port='5432'",
"table":"sthsm",
"compression":"dimensional",
"srid":"26910"
}
]
}
执行：
pdal pipeline --input pipelinefile.json
filters.chipper 将无序点分组为紧凑的 patch，以便高效存储。
PDAL Writer 选项
- connection：PostgreSQL 连接字符串
- table：写入 patch 的目标表
- schema：创建表的 schema（可选）
- column：patch 列名（默认：
pa） - compression：patch 压缩格式（默认：
dimensional） - overwrite：替换已有表（默认：
true） - srid：空间参考 ID（默认：
4326） - pcid：使用已有的 PCID（可选）
- pre_sql / post_sql：管线前/后执行的 SQL（可选）
PDAL Reader 选项
- connection：PostgreSQL 连接字符串
- table：读取 patch 的源表
- schema：读取的 schema（可选）
- column：读取的列名（默认：
pa） - where：约束查询的 SQL where 子句（可选）
- spatialreference：覆盖数据库 SRID（可选）
读取并导出的示例管线：
{
"pipeline":[
{
"type":"readers.pgpointcloud",
"connection":"host='localhost' dbname='pc' user='lidar' password='lidar' port='5432'",
"table":"sthsm",
"column":"pa",
"spatialreference":"EPSG:26910",
"where":"PC_Intersects(pa, ST_MakeEnvelope(560037.36, 5114846.45, 562667.31, 5118943.24, 26910))"
},
{
"type":"writers.text",
"filename":"/home/lidar/st-helens-small-out.txt"
}
]
}