[开源] 纯前端实现楼盘采光模拟工具:从2D规划图到3D日照分析

[开源] 纯前端实现楼盘采光模拟工具:从2D规划图到3D日照分析

前言

买房是人生大事,不仅要看户型,更要看采光。尤其是现在高层住宅密集,低楼层的日照时长往往是购房者的心病。虽然市面上有专业的日照分析软件,但对于普通开发者或购房者来说门槛太高。

最近利用周末时间,我开发了一套纯前端、零依赖的楼盘规划与采光模拟工具。它包含两个部分:

  1. 配置器 (Editor):基于 Canvas,在普通的楼盘规划图(JPG/PNG)上绘制楼栋轮廓、标定比例尺。
  2. 可视化 (Viewer):基于 Three.js,将配置好的数据生成 3D 模型,模拟冬至/夏至不同时间段的日照阴影。

本文将分享这个项目的核心技术实现思路。

开源地址:[https://github.com/SeanWong17/building-sunlight-simulator]
欢迎 Star ⭐ 和 Fork!

🚀 功能演示

1. 2D 规划图配置器

这是数据生产的入口。用户上传一张总平图,通过“两点标定法”确定比例尺(例如:图上两点代表实际50米),然后就可以在图上通过点击绘制楼栋的多边形轮廓。

在这里插入图片描述
  • 支持交互:滚轮缩放、右键平移、双击闭合多边形。
  • 参数配置:可设置楼栋名称、层数、层高、每层户数等。
  • 自动清洗:内置算法自动处理多边形绘制中的共线点、过近点。

2. 3D 采光可视化

将配置导出的 JSON 文件拖入查看器,即可生成 3D 场景。

在这里插入图片描述
  • 日照模拟:支持冬至、夏至、春秋分切换,支持 06:00 - 18:00 连续时间拖动。
  • 真实坐标:基于纬度计算太阳高度角和方位角。
  • 可视化细节:根据户数自动生成简单的窗户纹理,支持只查看“本小区”模式。

🛠️ 核心技术实现

本项目完全由原生 HTML/CSS/JS 实现,3D 部分引入了 Three.js。

一、 2D 编辑器:Canvas 交互与坐标变换

编辑器最核心的难点在于视图的缩放/平移Canvas 坐标系之间的转换。

我们需要维护 viewScale (缩放倍率), viewX, viewY (偏移量)。在鼠标点击 Canvas 获取坐标时,必须将其逆变换回“图片原始坐标系”,这样导出的数据才与缩放无关。

// 核心坐标转换函数functiongetCanvasCoordinates(e){const rect = wrapper.getBoundingClientRect();const mouseXInWrapper = e.clientX - rect.left;const mouseYInWrapper = e.clientY - rect.top;// 逆向计算:(屏幕坐标 - 偏移) / 缩放倍率 = 原始画布坐标const canvasX =(mouseXInWrapper - viewX)/ viewScale;const canvasY =(mouseYInWrapper - viewY)/ viewScale;return{ x: canvasX, y: canvasY };}

此外,为了防止手抖导致绘制的多边形产生“毛刺”或重叠点,我在闭合多边形时增加了一个净化算法 (Sanitize):

// 多边形净化:去重、去共线、去极短边functionsanitizePolygon(rawPoints, epsPx =0.5){// 1. 去掉首尾重复点// 2. 去掉相邻的极近点 (distance < threshold)// 3. 核心:去掉近似共线的中间点 (通过叉积计算)const result =[];const n = clean.length;for(let i =0; i < n; i++){const p0 = clean[mod(i -1, n)];const p1 = clean[i];const p2 = clean[mod(i +1, n)];// 计算向量叉积,判断三点是否共线const cross = Math.abs(v1x * v2y - v1y * v2x);if(cross > eps *(len1 + len2)) result.push(p1);}return result;}

二、 3D 可视化:Three.js 与 太阳轨迹计算

1. 从 2D 轮廓生成 3D 楼栋

利用 Three.js 的 ExtrudeGeometry (挤压几何体),我们可以直接将 2D 的 Shape 拉伸成 3D 模型。

这里有一个细节:为了让模型看起来不像“素模”,我根据 JSON 中的 units (每层户数) 动态生成了 Canvas 纹理贴图,模拟窗户的效果。

// 动态生成外立面纹理functioncreateFacadeTexture(floors, unitsPerFloor){const canvas = document.createElement('canvas');// ... 绘制背景色 ...// 根据层数和户数绘制窗户矩形for(let f =0; f < floors; f++){// 简单的 Canvas 2D 绘图操作 ctx.fillStyle ='rgba(255,255,255,0.22)'; ctx.fillRect(x, y, w, h);}returnnewTHREE.CanvasTexture(canvas);}// 生成几何体const shape =newTHREE.Shape();// ... 解析 JSON 点集 ...const geometry =newTHREE.ExtrudeGeometry(shape,{ depth: totalHeight,// 挤压深度即楼高 bevelEnabled:false// 关闭倒角});

2. 模拟真实日照 (核心算法)

阴影的产生依赖于平行光 (DirectionalLight) 的位置。我们需要根据用户选择的季节和时间,结合地理纬度,算出太阳在天空中的准确位置(高度角和方位角)。

公式实现如下:

functionupdateSun(){const hour =getCurrentHour();const decl =parseFloat(seasonSelect.value);// 赤纬角:冬至-23.44,夏至23.44// 1. 计算时角 (Hour Angle)const hAngle =(hour -12)*15* rad;// 2. 计算高度角 (Altitude)// sin(h) = sin(φ)sin(δ) + cos(φ)cos(δ)cos(t)const sinAlt = Math.sin(lat)* Math.sin(dec)+ Math.cos(lat)* Math.cos(dec)* Math.cos(hAngle);const alt = Math.asin(sinAlt);// 3. 计算方位角 (Azimuth)// cos(A) = (sin(h)sin(φ) - sin(δ)) / (cos(h)cos(φ))const cosAz =(sinAlt * Math.sin(lat)- Math.sin(dec))/(Math.cos(alt)* Math.cos(lat));let az = Math.acos(Math.min(1, Math.max(-1, cosAz)));if(hour >=12) az =-az;// 4. 转换为 Three.js 坐标系 (x, y, z)// 注意:Three.js 中 Y 轴向上const y = dist * Math.sin(alt);const r = dist * Math.cos(alt);const x = r * Math.sin(az);const z = r * Math.cos(az); sunLight.position.set(x, y, z);// 如果太阳在地平线以下,关闭光源强度 sunLight.intensity = alt >0?1.2:0.0;}

📂 项目结构与使用

整个项目非常轻量,没有复杂的构建流程(Webpack/Vite),只有 HTML 文件,下载即用。

building-sunlight-simulator/ ├── editor.html # 2D 规划图配置器 ├── viewer.html # 3D 采光可视化 ├── README.md └── examples/ # 示例文件 

使用步骤:

  1. 打开 editor.html,导入你的楼盘规划图。
  2. 标定比例尺,绘制楼栋,导出 JSON。
  3. 打开 viewer.html,导入刚才的 JSON,开始日照分析。

🔮 总结与展望

这个项目展示了前端技术在可视化工具领域的潜力。不依赖后端,仅仅使用 Canvas 和 WebGL 就能解决实际生活中的“痛点”。

未来可以优化的方向:

  • 增加户型图叠加功能。
  • 引入更精确的地理高程数据。
  • 支持 VR 模式看房。

完整的代码我已经上传到 GitHub,如果你对 Canvas 交互或 Three.js 开发感兴趣,欢迎下载体验!

[Github 传送门:点击此处跳转]

Read more

「龙虾」来了!OpenClaw如何掀起AI智能体革命

「龙虾」来了!OpenClaw如何掀起AI智能体革命

「龙虾」爆火:OpenClaw的崛起与狂欢 OpenClaw生态系统 能力扩展 部署方式 部署方式 部署方式 OpenClaw核心 ClawHub技能商店 百度App一键调用 DuClaw零部署服务 红手指Operator移动端 财经分析 新闻推送 股票分析 全网比价 5000万tokens免费 网页端直接使用 跨App操作 打车、外卖等 腾讯 QClaw WorkBuddy 腾讯云Lighthouse 智能体开发平台ADP 3月12日,百度在安卓端上线「红手指Operator」应用,标志着全球首款手机「龙虾」应用正式诞生。这款结合了自研移动端AI Agent能力的应用,可实现打车、外卖订餐等跨App交互操作,一经推出便引爆下载热潮,甚至导致系统后台资源出现紧缺。百度智能云迅速回应称,正全速调配资源扩容,全力保障用户体验。 OpenClaw,这个昵称为「龙虾」的个人AI智能体助手,在短短3周内GitHub Star数突破19万,比当年DeepSeek的增长速度还要迅猛。

【教程】如何在WSL2:Ubuntu上部署llama.cpp

【教程】如何在WSL2:Ubuntu上部署llama.cpp

WSL2:Ubuntu部署llama.cpp llama.cpp 是一个完全由 C 与 C++ 编写的轻量级推理框架,支持在 CPU 或 GPU 上高效运行 Meta 的 LLaMA 等大语言模型(LLM),设计上尽可能减少外部依赖,能够轻松在多种后端与平台上运行。 安装llama.cpp 下面我们采用本地编译的方法在设备上安装llama.cpp 克隆llama.cpp仓库 在wsl中打开终端: git clone https://github.com/ggml-org/llama.cpp cd llama.cpp 编译项目 编译项目前,先安装所需依赖项: sudoapt update sudoaptinstall -y build-essential cmake git#

AI绘画:解锁商业设计新宇宙(6/10)

AI绘画:解锁商业设计新宇宙(6/10)

1.AI 绘画:商业领域的潜力新星 近年来,AI 绘画技术以惊人的速度发展,从最初简单的图像生成,逐渐演变为能够创造出高度逼真、富有创意的艺术作品。随着深度学习算法的不断优化,AI 绘画工具如 Midjourney、Stable Diffusion 等的出现,更是让这一技术走进了大众的视野,引发了广泛的关注和讨论。这些工具不仅操作简便,而且能够在短时间内生成多种风格的绘画作品,大大降低了绘画创作的门槛。 AI 绘画在商业领域展现出了巨大的潜力。据相关数据显示,2021 年中国 AI 绘画市场规模仅为 0.1 亿元,而预计到 2026 年将激增至 154.66 亿元 ,年复合增长率高达 244.1%。这一迅猛的增长趋势,反映出 AI 绘画在商业应用中的广阔前景。越来越多的企业开始认识到 AI 绘画的价值,并将其应用到广告、插画、

llama.cpp 安装与使用指南

llama.cpp 安装与使用指南 最新在使用llama.cpp的开源框架,所以简单写一下安装过程以及相关的介绍。 llama.cpp 是一个高性能的开源推理框架,用于在 CPU 和 GPU 上运行 LLaMA 系列及其他兼容的 Transformer 模型。 它的特点是轻量、跨平台、可在无显卡的设备上运行,同时对显卡显存利用率很高。 1. 项目介绍 llama.cpp 主要功能: - 支持多种量化格式(Q4, Q5, Q8, Q2 等),显著减少显存占用。 - 支持 CPU、GPU(CUDA、Metal、OpenCL、Vulkan)等多种后端。 - 提供简单易用的 CLI 和 HTTP 服务接口。