首页/文章/panellum

参数解读

2023-05-19
1276 字约 5 分钟
...

{ "incar": { "multiRes": { "basePath": "https://els-pub-01.oss-cn-hangzhou.aliyuncs.com/detection/202305/M0001/1A6F0D76625348/Panoramic", "cubeResolution": 2139, "extension": "jpg", "fallbackPath": "/fallback/%s", "maxLevel": 4, "path": "/%l/%s%y_%x", "tileResolution": 512 }, "title": "内饰", "type": "multires" } }

这份配置是一个全景场景的配置,场景类型为多分辨率图像(multires)。该场景的名称为“内饰”(title字段)。

该场景使用了多分辨率图像技术,以提供更快的加载速度和更流畅的交互体验。使用了 multiRes 字段来配置多分辨率设置,其中:

  • basePath 字段指定了存储全景图像各分辨率级别所在路径的根目录,值为 "https://els-pub-01.oss-cn-hangzhou.aliyuncs.com/detection/202305/M0001/1A6F0D76625348/Panoramic"。
  • cubeResolution 字段指定了立方体贴图的边长(正方形)像素数,值为 2139。
  • extension 字段指定了全景图像文件扩展名,值为 "jpg"。
  • fallbackPath 字段指定了当某个分辨率级别的图像获取失败时,可以使用的备用图像路径(相对于 basePath),默认值为 "/fallback/%s",其中 %s 表示分辨率级别。
  • maxLevel 字段指定了全景图像的最大分辨率级别,值为 4。
  • path 字段指定了全景图像各分辨率级别下的图片存储路径,其中 %l 表示分辨率级别,%s、%y 和 %x 分别表示行索引、列索引和图像文件扩展名(去掉了之前已经指定的 extension)。最终存储路径为 "https://els-pub-01.oss-cn-hangzhou.aliyuncs.com/detection/202305/M0001/1A6F0D76625348/Panoramic/%l/%s%y_%x.jpg"。
  • tileResolution 字段指定了每个分块(瓦片)的边长(正方形)像素数,值为 512。

以上这些配置项都是多分辨率图像技术必须的。如果使用全景图像或立方体贴图,则不需要使用这些配置项。

%l ,,%s、%y 和 %x ,这些参数的值怎么获取

这些参数的值是由全景场景生成引擎自动计算并使用的,不需要手动设置:

  • %l 表示分辨率级别,从 0 开始,表示全景图像的原始分辨率,每级别为原始分辨率的一半。例如,如果原始分辨率为 4096x2048 像素,则第 0 级分辨率为 4096x2048 像素,第 1 级分辨率为 2048x1024 像素,第 2 级分辨率为 1024x512 像素,以此类推。
  • %s、%y 和 %x 分别表示行索引、列索引和图像文件扩展名。在多分辨率图像中,一张全景图像被切割成了若干个分块(瓦片)。通过指定行索引、列索引和分辨率级别,可以获取分块的位置,再加上图像文件扩展名,就可以得到对应的图像文件路径。

这些值是由全景场景生成引擎自动计算和传递的,因此在其他代码中不需要手动设置。但是,在构建全景图像时需要按照一定的规则来命名和切割分块,以便场景生成引擎在解析全景图像时能够正确地计算出这些参数的值。

如果您觉得这篇文章有帮助,请点个赞吧~

分享文章

相关文章

更多文章 →
panellum2023-05-19
panellum配置项
以下是Panellum配置文件的所有可用配置项: 1. :指定场景类型,支持 (全景图)、 (立方体贴图)、 (多分辨率图像)。 2. :指定全景图像的 URL 或者文件路径。 3. :当场景类型设置为 时,指定立方体贴图的 URL 或者文件路径。 4. :指定预览图像的 URL 或者文件路径,该图像将在网页加载时显示,用户可以点击该图像进入全景浏览。 5. :自动加载场景,接受的值包括 和 ,默认值为 。 6. :指定是否显示缩放控件...
八股文2026-08-20
Embedding 向量模型:从语义表示到相似度计算
前言 大模型「读懂」文字靠的是 token,但 token 之间只有离散的编号关系,模型并不知道「苹果」和「李子」在语义上很近。要让程序能「理解」两段文字的相似程度,必须先把文本映射成一个 高维向量 ,再用几何方法比较。这一步就是 Embedding。 本篇基于我本地 今天的真实代码,从语义表示讲到余弦相似度,并复盘几个踩过的真实坑。 一、为什么需要 Embedding 传统关键词检索是「字面匹配」: Embedding 做的是「语义匹...
面试
八股文2026-08-19
前端面试100题
前端面试 100 题 适用方向:中高级前端 / React / Vue / Next.js / Nuxt / TypeScript / 工程化 / 实时通信 / Electron / Node.js / AI 应用前端 使用方式:优先掌握“标准回答”,再练“面试官追问”,最后把“结合你的简历怎么答”组织成自己的项目故事。 说明 “结合你的简历怎么答”只使用你简历中已经出现的项目与技术事实。 “标准回答 / 追问”属于通用前端知识总结,用...
面试
八股文2026-08-19
深入理解 JavaScript 原型与原型链:从关系图到核心逻辑 - heshanwan - 博客园
在 JavaScript 世界里, 原型(Prototype)和原型链(Prototype Chain) 是理解对象继承、属性查找机制的基石。很多开发者初学时对它们 “又爱又恨”,这篇文章将结合经典关系图,用通俗易懂的方式拆解原型与原型链的核心逻辑,帮你彻底掌握这套机制!   一、先搞懂几个核心概念 在分析关系图前,先明确 JavaScript 中与原型相关的关键概念,避免后续混淆: 1\. 函数对象与普通对象 函数对象 :由...
面试
八股文2026-08-17
JavaScript 闭包
摘要 :闭包(Closure)是 函数与其词法环境(Lexical Environment)的组合 ——一个函数可以"记住"并访问它被创建时所处的外部作用域中的变量,即使它在该作用域之外被执行。一句话记忆: 函数打包了出生地的变量,走到哪都能用 。核心要点:① 内部函数引用外部变量即形成闭包;② 闭包实现变量私有化/数据封装/柯里化;③ 潜在风险是内存泄漏和循环引用;④ 避免泄漏需手动解除引用和及时移除监听器。 一、什么是闭包 1.1...
面试
八股文2026-08-17
this 指向与 call / apply / bind
第 1 段(10min)回顾与预习:为什么必须搞懂 this 1.1 先接昨日(闭包)的线 昨天你学了 闭包 。闭包解决的是"函数记住它定义时所在作用域里的变量"。 闭包回答的问题是: “这个函数能访问到哪些变量?” → 看定义位置(词法作用域)。 而今天的主角 回答的是一个完全不同的问题: “这个函数执行时,站在谁的角度说话?” → 看 调用位置 (谁调用的、怎么调用的)。 一句话概括两者的分工: 变量看 定义处 , 看 调用处 。这...
面试

评论

请登录后发表评论

去登录
加载评论中...