eomsangdonandClaude Opus 5.5
c8ca79063c
- H1: 구조물 저장 structure_id 를 안전 이름 규칙(FOLDER_PATTERN 과 한 벌)으로 검사 · 어기면 422 - H1: 복사본 맞춤에서 한 번 더 — 규칙 밖 · base 밖 폴더는 지우기 · 쓰기 건너뜀(못만듦) - H2: filter_key · method 를 허용 목록(Literal)으로 · 파일 이름 만드는 곳(표고 sampler · 비용면 · 스켈레톤)에서 한 번 더 - 시험: test_54_22_security 26 통과 · 관 간격 시험 가짜 필터 이름을 허용 값으로 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01EYJJRCfHfdCGNhmXTjQKV7
210 lines
9.1 KiB
Python
210 lines
9.1 KiB
Python
"""확정 지표면 모델 표고 sampler (공용).
|
|
|
|
종·횡단 생성기가 의존하는 최소 표고 조회 인터페이스와, 확정된 지표면 모델
|
|
(B04_PreProcess/models)을 일괄 XY 표고 sampler로 여는 팩토리를 제공한다.
|
|
DTM valid_mask를 footprint로 결합해 데이터가 없는 영역을 임의 표고로 메우지
|
|
않는다.
|
|
|
|
B05 종횡단 전용이었으나 B04 배수유역 세부 설계도 같은 표고면을 써야 해서
|
|
common_util로 옮겼다 — 두 화면의 종단 Z가 갈라지면 세부유역 경계가 달라진다
|
|
(2026-08-01 구조 개편).
|
|
"""
|
|
|
|
from collections.abc import Callable
|
|
from dataclasses import dataclass
|
|
from pathlib import Path
|
|
from typing import Literal, Protocol, get_args
|
|
|
|
import numpy as np
|
|
from scipy.interpolate import RegularGridInterpolator
|
|
|
|
#: 지면 필터 · 지표면 표현 허용 목록 — 파일 이름에 들어감(B04 `_FILTERS` · `MODEL_METHODS`)
|
|
SurfaceFilter = Literal["classification", "grid_min_z", "csf", "pmf", "ransac"]
|
|
SurfaceMethod = Literal["dtm", "tin", "nurbs", "implicit", "meshfree"]
|
|
|
|
|
|
def check_surface_keys(filter_key: str, method: str = "dtm") -> None:
|
|
"""파일 이름 만들기 전 검사 — 허용 목록 밖이면 ValueError(경로 넘기 막음)."""
|
|
if filter_key not in get_args(SurfaceFilter) or method not in get_args(SurfaceMethod):
|
|
raise ValueError(f"지면 필터 · 표현 이름이 허용 목록 밖: {filter_key!r} · {method!r}")
|
|
|
|
|
|
class SurfaceElevationSampler(Protocol):
|
|
"""종·횡단 생성기가 의존하는 최소 표고 조회 인터페이스."""
|
|
|
|
def sample_xy(self, xy: np.ndarray) -> tuple[np.ndarray, np.ndarray]:
|
|
"""(N, 2) 모델좌표 XY 배열에 대해 (z, valid)를 반환한다."""
|
|
|
|
|
|
@dataclass
|
|
class DtmGridSampler:
|
|
"""정규 DTM의 표고와 valid_mask를 보수적으로 조회한다.
|
|
|
|
보간점 주변 네 격자 꼭짓점이 모두 유효할 때만 valid=True로 반환한다.
|
|
"""
|
|
|
|
x: np.ndarray
|
|
y: np.ndarray
|
|
z: np.ndarray
|
|
valid_mask: np.ndarray
|
|
|
|
def __post_init__(self) -> None:
|
|
self.x = np.asarray(self.x, dtype=np.float64).reshape(-1)
|
|
self.y = np.asarray(self.y, dtype=np.float64).reshape(-1)
|
|
self.z = np.asarray(self.z, dtype=np.float64)
|
|
self.valid_mask = np.asarray(self.valid_mask, dtype=bool)
|
|
if len(self.x) < 2 or len(self.y) < 2:
|
|
raise ValueError("DTM 표고 조회에는 X/Y 축이 각각 2개 이상 필요합니다.")
|
|
if self.z.shape != (len(self.y), len(self.x)):
|
|
raise ValueError("DTM Z 격자 크기가 X/Y 축과 일치하지 않습니다.")
|
|
if self.valid_mask.shape != self.z.shape:
|
|
raise ValueError("DTM valid_mask 크기가 Z 격자와 일치하지 않습니다.")
|
|
if self.x[0] > self.x[-1]:
|
|
self.x = self.x[::-1]
|
|
self.z = self.z[:, ::-1]
|
|
self.valid_mask = self.valid_mask[:, ::-1]
|
|
if self.y[0] > self.y[-1]:
|
|
self.y = self.y[::-1]
|
|
self.z = self.z[::-1, :]
|
|
self.valid_mask = self.valid_mask[::-1, :]
|
|
self._interpolator = RegularGridInterpolator(
|
|
(self.y, self.x), self.z, method="linear", bounds_error=False, fill_value=np.nan
|
|
)
|
|
|
|
@classmethod
|
|
def from_npz(cls, path: Path | str) -> "DtmGridSampler":
|
|
with np.load(Path(path), allow_pickle=False) as data:
|
|
return cls(data["x"], data["y"], data["z"], data["valid_mask"])
|
|
|
|
def sample_xy(self, xy: np.ndarray) -> tuple[np.ndarray, np.ndarray]:
|
|
xy = np.asarray(xy, dtype=np.float64)
|
|
if xy.ndim != 2 or xy.shape[1] != 2:
|
|
raise ValueError("표고 조회 좌표는 (N, 2) XY 배열이어야 합니다.")
|
|
if not len(xy):
|
|
return np.empty(0, dtype=np.float64), np.empty(0, dtype=bool)
|
|
|
|
z = np.asarray(self._interpolator(np.column_stack([xy[:, 1], xy[:, 0]])), dtype=np.float64)
|
|
ix = np.searchsorted(self.x, xy[:, 0], side="right") - 1
|
|
iy = np.searchsorted(self.y, xy[:, 1], side="right") - 1
|
|
inside = (ix >= 0) & (iy >= 0) & (ix < len(self.x) - 1) & (iy < len(self.y) - 1)
|
|
valid = np.zeros(len(xy), dtype=bool)
|
|
selected = np.flatnonzero(inside)
|
|
if len(selected):
|
|
sx = ix[selected]
|
|
sy = iy[selected]
|
|
valid[selected] = (
|
|
self.valid_mask[sy, sx]
|
|
& self.valid_mask[sy, sx + 1]
|
|
& self.valid_mask[sy + 1, sx]
|
|
& self.valid_mask[sy + 1, sx + 1]
|
|
& np.isfinite(z[selected])
|
|
)
|
|
z[~valid] = np.nan
|
|
return z, valid
|
|
|
|
|
|
@dataclass
|
|
class CallableSurfaceSampler:
|
|
"""테스트와 어댑터에 사용할 함수 기반 sampler."""
|
|
|
|
function: Callable[[np.ndarray], np.ndarray]
|
|
|
|
def sample_xy(self, xy: np.ndarray) -> tuple[np.ndarray, np.ndarray]:
|
|
values = np.asarray(self.function(np.asarray(xy, dtype=np.float64)), dtype=np.float64)
|
|
if values.shape != (len(xy),):
|
|
raise ValueError("표고 함수는 입력 좌표 수와 같은 길이의 배열을 반환해야 합니다.")
|
|
valid = np.isfinite(values)
|
|
return values, valid
|
|
|
|
|
|
@dataclass
|
|
class InterpolatedSurfaceSampler:
|
|
"""불규칙/곡면 모델 보간기와 DTM footprint 유효성을 결합한다."""
|
|
|
|
interpolator: Callable[[np.ndarray], np.ndarray]
|
|
footprint: SurfaceElevationSampler | None = None
|
|
|
|
def sample_xy(self, xy: np.ndarray) -> tuple[np.ndarray, np.ndarray]:
|
|
xy = np.asarray(xy, dtype=np.float64)
|
|
values = np.asarray(self.interpolator(xy), dtype=np.float64).reshape(-1)
|
|
valid = np.isfinite(values)
|
|
if self.footprint is not None:
|
|
_, footprint_valid = self.footprint.sample_xy(xy)
|
|
valid &= footprint_valid
|
|
values[~valid] = np.nan
|
|
return values, valid
|
|
|
|
|
|
def build_surface_sampler(
|
|
models_dir: Path | str, source_filter: str, method: str, smooth: bool
|
|
) -> SurfaceElevationSampler:
|
|
"""1단계 확정 모델을 종·횡단용 일괄 XY 표고 sampler로 연다."""
|
|
check_surface_keys(source_filter, method)
|
|
models_dir = Path(models_dir)
|
|
smooth_suffix = "_smooth" if smooth and method in {"dtm", "tin"} else ""
|
|
dtm_smooth = models_dir / f"dtm_{source_filter}_smooth.npz"
|
|
dtm_original = models_dir / f"dtm_{source_filter}.npz"
|
|
dtm_path = dtm_smooth if smooth and dtm_smooth.exists() else dtm_original
|
|
if not dtm_path.exists():
|
|
raise FileNotFoundError(f"기준 DTM이 없습니다: {dtm_path.name}")
|
|
footprint = DtmGridSampler.from_npz(dtm_path)
|
|
if method == "dtm":
|
|
return footprint
|
|
|
|
if method == "tin":
|
|
from scipy.interpolate import LinearNDInterpolator
|
|
|
|
path = models_dir / f"tin_{source_filter}{smooth_suffix}.npz"
|
|
if not path.exists() and smooth_suffix:
|
|
path = models_dir / f"tin_{source_filter}.npz"
|
|
with np.load(path, allow_pickle=False) as data:
|
|
vertices = np.asarray(data["vertices"], dtype=np.float64)
|
|
interpolator = LinearNDInterpolator(vertices[:, :2], vertices[:, 2], fill_value=np.nan)
|
|
return InterpolatedSurfaceSampler(lambda xy: interpolator(xy), footprint)
|
|
|
|
if method == "nurbs":
|
|
from scipy.interpolate import RectBivariateSpline
|
|
|
|
path = models_dir / f"nurbs_{source_filter}.npz"
|
|
with np.load(path, allow_pickle=False) as data:
|
|
control_x = np.asarray(data["control_x"], dtype=np.float64)
|
|
control_y = np.asarray(data["control_y"], dtype=np.float64)
|
|
control_z = np.asarray(data["control_z"], dtype=np.float64)
|
|
degree = int(data["degree"][0]) if "degree" in data else 3
|
|
spline = RectBivariateSpline(
|
|
control_y,
|
|
control_x,
|
|
control_z,
|
|
kx=min(degree, len(control_y) - 1),
|
|
ky=min(degree, len(control_x) - 1),
|
|
)
|
|
return InterpolatedSurfaceSampler(lambda xy: spline.ev(xy[:, 1], xy[:, 0]), footprint)
|
|
|
|
if method == "implicit":
|
|
from scipy.interpolate import RBFInterpolator
|
|
|
|
path = models_dir / f"implicit_{source_filter}.npz"
|
|
with np.load(path, allow_pickle=False) as data:
|
|
centers = np.asarray(data["centers_xy"], dtype=np.float64)
|
|
center_z = np.asarray(data["center_z"], dtype=np.float64)
|
|
smoothing = float(data["smoothing"][0]) if "smoothing" in data else 0.0
|
|
interpolator = RBFInterpolator(
|
|
centers,
|
|
center_z,
|
|
neighbors=min(64, len(centers)),
|
|
smoothing=smoothing,
|
|
kernel="thin_plate_spline",
|
|
)
|
|
return InterpolatedSurfaceSampler(lambda xy: interpolator(xy), footprint)
|
|
|
|
if method == "meshfree":
|
|
from scipy.interpolate import LinearNDInterpolator
|
|
|
|
path = models_dir / f"meshfree_{source_filter}.npz"
|
|
with np.load(path, allow_pickle=False) as data:
|
|
points = np.asarray(data["points"], dtype=np.float64)
|
|
interpolator = LinearNDInterpolator(points[:, :2], points[:, 2], fill_value=np.nan)
|
|
return InterpolatedSurfaceSampler(lambda xy: interpolator(xy), footprint)
|
|
|
|
raise ValueError(f"지원하지 않는 지표면 모델입니다: {method}")
|