Point-Tiler：点云一键转 3D Tiles 的开源神器

在数字孪生、城市建模、地形测绘等 GIS 场景中，激光雷达 LiDAR 采集的点云数据日益成为核心资产。然而点云数据体量大、格式多样，要将海量 LAS、LAZ 文件高效发布到 Web 端供 Cesium 等三维引擎加载，往往需要经过复杂的瓦片化、压缩和坐标系转换流程。市面上虽有开源点云瓦片化工具，但多数仍停留在 3D Tiles 1.0 的 pnts 格式，对 LAZ 压缩格式、超大数据集支持有限。小编最近发现了一个开源工具：Point Tiler，支持将点云数据转换为 v1.1 版本的 3D Titles。

Point Tiler 简介

Point Tiler 是一款将点云数据转换成 3D Tiles v1.1 格式的命令行工具。它支持 LAS、LAZ、CSV 等多种点云格式输入，直接输出符合 3D Tiles 1.1 规范的 GLB 瓦片，可与 Cesium 等主流三维引擎无缝对接。该工具由日本 MIERUNE 公司基于 Rust 开发，凭借高性能并行处理和灵活的大规模数据处理策略，能够高效处理数 GB 级别的点云数据集。

官网：https://github.com/MIERUNE/point-tiler

核心特点

Point Tiler 直接输出 GLB 格式瓦片，符合 3D Tiles 1.1 规范。大多数同类工具仍依赖 3D Tiles 1.0 的 pnts 格式或仅提供实验性 1.1 支持，而 Point Tiler 从设计上就面向最新标准。

Point Tiler使用多层级压缩，支持量化、meshopt 以及 GZIP 多种压缩方式，可显著减小输出文件体积。量化基于 KHR_mesh_quantization 扩展，meshopt 则针对 GPU 传输优化，适合 Web 端流式加载。

另外原生支持LAZ 及 大规模数据处理，Point Tiler 内置 LAZ 解析与并行解码能力，无需事先解压，可直接处理 LAZ 文件，极大简化工作流；根据配置的内存上限自动切换内存排序与磁盘排序策略，当数据超出内存时，无需手动切分文件，工具会自动采用流式处理，适合处理 TB 级点云。

最后，Point Tiler 基于 Rust 和 Rayon 并行库构建，充分利用多核 CPU。官方基准测试显示，在 Apple M1 Max、64 GB 内存的机器上，将约 8 GB 的 41 个 LAS 文件转换成 278 个瓦片，仅需约 4 分钟。

此外，工具内置 PROJ 库，支持任意 EPSG 坐标系转换，输出可配置为 EPSG:4979 以适配 Cesium；同时提供基于体素的点抽稀，实现高效 LOD 分级。

使用示例

安装方式十分简单，执行以下命令即可：

curl -sSf https://raw.githubusercontent.com/MIERUNE/point-tiler/main/install.sh | bash

安装后即可使用 ptiler 命令。典型转换示例：

ptiler --input /path/to/data/*.las \
  --output /path/to/output \
  --input-epsg 6677 \
  --output-epsg 4979 \
  --min 15 \
  --max 18 \
  --max-memory-mb 8192 \
  --threads 8 \
  --quantize \
  --meshopt \
  --gzip-compress

其中 --input 指定输入文件，支持 las、laz、csv、txt 格式，可一次指定多个文件；--output 指定输出目录，将生成 tileset.json 及若干 GLB 瓦片；--input-epsg 和 --output-epsg 分别指定输入和输出的坐标系，输出为 EPSG:4979 时可直接用于 Cesium；--min 和 --max 控制瓦片层级，默认 15 至 18；--max-memory-mb 用于控制内存使用，超出时将启用外部排序；--quantize、--meshopt、--gzip-compress 可组合启用，以获得更小的瓦片体积。

若已安装 Rust 和 Cargo，也可从源码编译运行，目前主要支持 macOS 和 Linux，Windows 需依赖 WSL 或 Rust 环境。

CSV 格式要求包含 x、y、z 以及 r、g、b 或 red、green、blue 列，列名不区分大小写，其他列会被忽略。

其他信息

Point Tiler 基于 MIT 协议开源，部分实现参考了 PLATEAU GIS Converter 中的 nusamai-gltf 模块。作者 Satoru Nishio 及 MIERUNE 团队持续维护，路线图中计划支持输入文件自动识别坐标系、开放公共库 API 以及 PLY 格式输入。

总结

在点云 Web 发布领域，从 LAS、LAZ 到 3D Tiles 的完整流水线一直是痛点。Point Tiler 凭借对 3D Tiles 1.1 的原生支持、LAZ 直读、大规模数据自动处理以及 Rust 带来的高性能，为 GIS 从业者提供了一条简洁高效的点云发布路径。如果你正在做数字孪生、智慧城市或地形可视化项目，不妨一试。你如果有更好的方案，欢迎留言讨论。