
开发者用 Claude 打造西雅图等距插画地图,含实时公交渡轮
来源标题:Building Isometric Seattle
一名开发者用 Claude 驱动构建了 3.5 吉像素的西雅图等距插画地图,并接入实时公交和渡轮数据。项目最初尝试结合 LiDAR 高度与航拍照片生成市中心灰色等距渲染,后选定插画风格,并通过重叠切片解决相邻区块间的缝隙问题。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
本周,我构建了 Isometric Seattle:一张 3.5 千兆像素的插画地图,描绘我的家乡,并带有实时公交和渡轮。
我在 Twitter 上发了关于它的内容,获得了一些不错的互动(对我来说),所以我想花点时间写一下我是怎么做的。
我一直在尝试用 AI 做一些更有野心的事情,尤其是那些我通常不知道如何起步的项目。上周我在 Twitter 上看到了一些等距城市地图,注意到西雅图还没有,觉得可以试着填补这个空白(我也想释放一下自己内心的 Fran Lebowitz)。
整个项目都是我驱动 Claude 完成的,但这篇文章的重点是分享我在过程中学到的一些东西,这样以后的项目就不必从头构思了。
我的第一次尝试结合了 LiDAR 高度和航拍照片,得到了市中心的灰色等距渲染图。这给了我一个还不错的城市轮廓(而且是免费的!),但细节非常稀疏。
不过,我的形状信息已经足够用来测试一些艺术风格了,所以我试了几种,illustration_high 是我最喜欢的。
我还注意到,独立绘制相邻图块会在图块之间留下明显的缝隙。为了解决这个问题,我使用了重叠的“窗口”,也就是分波次绘制图块,后面的窗口能看到已完成的邻居并继续绘制。
然而,当我搞定了重叠平铺和插画风格之后,我需要解决幻觉问题。熟悉西雅图的人大概能从最初的几张图看出来,模型在仅使用 LiDAR 数据时,为它试图绘制的建筑编造了太多虚假细节。我需要更好的数据源。幸运的是,我能够使用 Google 的 Photorealistic 3D Tiles 来构建一个健壮得多的渲染——这项服务为我提供了带纹理的立面、树木和详细的几何结构,供我描摹,而不是空白的灰墙。
这让我得以修改提示词,做更多描摹、更少生成,简而言之就是:保留建筑及其位置,将绘制风格改为 illustration_high,而不是照片级真实图像。每个结果都会与源图对照检查,如果偏离就重试。
我遇到的另一个问题是渲染水面。Google 的数据源覆盖不完整,让模型重绘也无济于事。我不再把以水面为主的窗口发送给图像模型,而是用一种统一的风格重新绘制水面。船只则需要手动修补。
接下来我想做位置搜索,给用户一种方式来看地图上某个点实际在哪里。
源渲染已经有了深度网格,我可以将其与相机几何结合,为每个像素给出纬度、经度和高度。结果证明这足够了,可以用来放置搜索结果、显示坐标,并为将公交放到正确的街道(和水域)上打下基础。
我从 King County Metro 和 WSDOT 的渡轮 API 获取实时车辆数据,然后制作了自定义的公交车和渡轮精灵图,因为我不喜欢默认的方块状版本。
我不得不针对实际的数据流做一些工程处理(公交数据流大约每分钟更新一次,没有任何朝向信息),所以为了让路线看起来更平滑,我:
渡轮渲染起来更容易,因为它们的路线在开阔水域上,我只需要在码头附近加一些额外处理,这样它们就不会尴尬地停在那里。
我还尝试了模拟汽车交通,但暂时放弃了。它很酷,从远处看让地图活了起来,但放大后看起来太繁忙、太混乱,不符合我的口味。汽车会离开道路、不遵守交通规则、频繁消失和弹出,而且制作各种让我满意的精灵图很痛苦。公交车在交通模式方面仍有这些问题,但数量更少。如果我能让汽车表现良好,我想把它们加回来。
Claude 写了所有代码,我没有读,但对架构感兴趣的人,这里是“流水线”(它是一系列 Python 脚本)。
flowchart TD
render["**1. 渲染城市** Google 3D Tiles → 图像 + 深度 保存深度用于地图坐标"]
trace["**2. 描摹插画** 绘制重叠图像窗口 检查每个结果;如需重试"]
clean["**3. 清理绘图** 重绘水面并修复接缝 统一地图上的颜色"]
place["**4. 将像素映射到真实地点** 图像 + 保存的深度 → 坐标 定位地标和公交"]
serve["**5. 以图块形式提供地图** 多缩放级别的 WebP 图块 Cloudflare Pages 上的 OpenSeadragon"]
animate["**6. 添加实时公交** 路线 + 实时报告 → 车辆 平滑移动;隐藏在树木后"]
render --> trace --> clean --> place --> serve --> animate
将鼠标悬停在步骤上、用键盘聚焦或点击以查看详情。
渲染城市。google_big.py 将 Google 3D Tiles 转换为图像和匹配的深度网格。相机朝东,向下倾斜 30°,每像素 0.165 米。重叠的块被裁剪以避免接缝,每 8 个像素保存一个深度样本供步骤 4 使用。
描摹插画。full_map.py 绘制重叠的 1024 像素窗口,间隔 683 像素,以不相接触的波次进行。已完成的邻居和风格参考指导每次绘制。每个结果都会与对齐和偏移的渲染进行评分,最多重试两次。至少 97% 是水面的窗口会被跳过;任务有预算且可恢复,不会重复付费。
清理绘图。clean_water.py、patch_map.py 和 tone_match.py 重绘水面、修复漂移并匹配桥梁色调。水面遵循 Overture 轮廓,带有锚定地图的波纹,在保留尾迹和码头阴影的同时跨块衔接。这项工作分块运行,因为每千兆像素需要约 96 GB。
将像素映射到真实地点。height_grid.py 使用保存的深度网格来找到每个像素的纬度、经度和高度。倾斜图像中的像素是一条射线,而不是一个位置;1/8 比例的深度网格告诉你它落在哪里。这支撑了搜索、坐标弹窗、地标和公交放置。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。