DuckDB 当 3D 扫描仪:两张图雕出 20 万体素
照片进、模型出,这段 3D 重建的核心只有一条 SQL join,20 万个体素被复核模型逐位验过。
有人发来一个叫 sqlartist 的英国 DBA 的站点,此人用 SQL Server 干了一串离谱的事:拿自己脑袋的四视图照片,在数据库里做 3D 重建,雕出来的模型直接送去 3D 打印;把 67MB 的 OBJ 网格文件灌进表里,用一条 GROUP BY 算欧拉公式判断网格是否水密;最近还把 Amiga 时代的 Boing Ball 动画用一条查询渲染了出来。
中文区没人把这套东西搬进 DuckDB。我决定补上这个空档,顺便立个规矩:每个实验都要过两道独立验收,实现是一套人马,复核是另一套。
● ● ●
雕刻的原理,一个 join 说完了
空间雕刻(Space Carving)是摄影测量里的老算法:同一个物体拍多张正交照片,每张照片抠出前景轮廓,三维空间里凡是与任何一张轮廓冲突的体素都删掉,剩下的就是物体的视觉包络。
sqlartist 的洞察在于,这个求交在关系代数里就是一次 INNER JOIN。正面照片给出每个 y 行有哪些 x 是前景,侧面照片给出每个 y 行有哪些 z 是前景,两张前景表按 y 一 join,存活的就是 (x, y, z) 体素。
搬到 DuckDB 上,像素解码交给 read_csv,阈值过滤和求交全部留在 SQL 里。两张 128×128 的合成图进去,join 出 204,353 个体素,导出成 OBJ 点云文件,任何 3D 软件都能打开。
数字对不对,我说了不算。验收脚本用纯几何公式独立算出真值,204,353,逐位一致。复核模型更进一步,它担心一件事:如果把 x 和 z 的角色搞反了,总量还是 204,353,但几何全错。于是它把交付的 20 万个点逐个拿出来比对解析解,零越界、零缺失。这种「总量对但几何错」的暗病,只有逐点检查能抓到。
● ● ●
蓝本里那个坑,原样复现了一次
第二站是体素化:把一个水密球体网格放进 DuckDB,用射线法判断哪些格子是实心的。射线打到三角形用重心坐标求交点,穿进去是一个点、穿出来是一个点,用窗口函数排序配对,配对之间用 generate_series 填充。判网格水密用的是欧拉公式,V 减 E 加 F 等于 2,每个顶点、每条边、每个面都在表里,整个检查就是一个 GROUP BY。
工人交回来的第一版数字不对劲。体素数 3061,我的独立真值是 4119,差了四分之一。
翻 SQL 找到病灶的时候我笑了。射线恰好穿过球面两个三角形的共享边时,同一个交点会被记两次。配对逻辑把「进、进、出、出」当成两对,每对长度为零,整列体素直接清零,64 列全灭。这正是 sqlartist 原文里写过的坑,他说需要 fuzzy join,因为「完美匹配时点会自己抵消」。三十年前 SQL Server 里的坑,在 DuckDB 上原样复现,一个字都没变。
修复只要一行,交点先去重再配对。修完 4061,复核模型用分数精确算术重算了一遍整个网格,真值 4119,交付值差 1.4%,来自四条恰好擦边的射线列的开闭区间约定,两种约定各自合法。
● ● ●
我的真值错了,工人是对的
第三站上真照片。物体换成环面(一个甜甜圈),四张正交照片带光照渐变、高斯噪声和抗锯齿,模拟真实拍摄。四视图 join 出 148,545 个体素。
这一站最大的教训在我自己身上。我写的验收真值是「正视图前景应为半径 42 的圆盘」,工人交付 1884 个前景像素,被我判定不合格。
工人没有顺着我的错误真值改代码,它交付的是正确的胶囊形。躺平的甜甜圈从正面看,中间的洞沿视线方向是透的,投影是田径场跑道形状,面积 1892,圆盘是 5542,差着三倍。我拿着错误的标准毙掉了正确的答案。
复核模型把这场翻案钉死了。它不信任任何人,自己写了一个渲染器,按工人报告的参数把甜甜圈重新渲染了一遍,四张图 65,536 个像素逐位复现,一个都不差。又拿 PNG 第 52 行实测宽度 61 对比圆盘该有的 80,铁证。
顺带它也纠正了我的第二处口径错误。交付体素 148,545 对真值 151,793,我以为是抗锯齿侵蚀了 2%,实际精确的像素中心真值是 149,232,真实侵蚀只有 0.2%,剩下的差距全是我离散化时把边界轮廓两边都计入了。
这一站还量化了一个教科书结论:非凸物体的视觉包络必然过填,甜甜圈的洞在四视图里填不回来,148,545 对 85,273,过填 1.74 倍。想要那个洞,需要更多视角,这正是空间雕刻的定价规律。
● ● ●
520 万像素,一条查询
最后一站是 Boing Ball,1984 年 Amiga 上那个红白格子弹跳球。它的运动学全部有闭式解:横移是三角波,弹跳是余弦绝对值,自旋匀速,每一帧、每个像素的色彩都是帧号的纯函数,不依赖上一帧。
这意味着它天生就是集合问题。DuckDB 里一条 INSERT 加 SELECT,range 生成 64 帧,cross join 上 320×256 的画布,球内像素算球面法向、旋转、棋盘格量化,球外填背景。5,242,880 行像素一次算完,零循环、零递归 CTE、零临时表,全程一条 DML。
我抽了 5000 个像素跟独立实现比对,零失配。复核模型嫌抽样太少,自己把全量 5,242,880 行挨个对拍了一遍,还是零失配。装配成 GIF,64 帧的弹跳球在浏览器里循环播放,每一帧都是那条查询的一个分区。
sqlartist 说 SQL 引擎擅长「宽活」、不擅长「深活」,逐像素的宽活是并行的天堂,逐步依赖的深活是循环的地狱。Boing Ball 是宽活的极限,所以它收敛成一条查询;一旦加进两球碰撞,下一帧依赖上一帧,整座声明式大厦就塌了,得拆成循环模拟加集合渲染两层。这个光谱比任何跑分都更能预测一个 3D 项目适不适合进 SQL 引擎。
● ● ●
验收的人也需要被验收
回看这四站,我印象最深的环节是翻案那次。我写了真值,真值本身就是错的,机械验收于是机械地误判。如果没有复核层坚持「给可证伪的证据」,没有工人坚持交付正确几何,这个错误就以「验收通过」的名义固化下来了。
数据库做 3D 重建当然是个玩具,20 万体素的模型任何三维软件秒出。但这套流程里真正值钱的东西是通用的:声明式引擎擅长什么、不擅长什么,边界在哪,用一个 join 就能讲清楚;而自动化流水线里每一层都可能出错,包括出题的那层。
四段实验的全部脚本、SQL、验收与复核报告都在本地仓库里,每段一条命令可重跑。DuckDB 社区现在还有一个叫 three_d 的扩展,专门处理 3D 城市模型的体素数据,玩法同宗,感兴趣可以一起看。
参考来源:
- 01
Relational Space Carving in SQL Server using My Head https://sqlartist.github.io/posts/relational-space-carving-in-sql-server-using-my-head - 02
I Built My Head Out of Lego. Inside SQL Server 2025. https://sqlartist.github.io/posts/i-built-my-head-out-of-lego-inside-sql-server-2025 - 03
Boing, Boing, Boing https://sqlartist.github.io/posts/boing-boing-boing - 04
Vellum Lasts 500 Years. My 8,000 DVDs Didn't. https://sqlartist.github.io/posts/vellum-lasts-500-years-my-8-000-dvds-didnt - 05
duckdb-3d 扩展 https://github.com/cityjson/duckdb-3d