Blenderの3D座標付きデータベース格納機能

 Blender's 3D Coordinate Database Storage Function

I tested a system that stores attributed artifact data as vertices in Blender, then extracts and materializes (objects) them by attribute using geometry nodes. Since the artifacts are materialized at the end, the operation is extremely light (and comfortable). ChatGPT boasts that it can easily handle a database of 500,000 objects.

属性付き遺物データを頂点でBlenderに格納し、それをgeometry nodesで属性別に抽出し実体化（オブジェクト化）するシステムを試しました。最後に実体化するので、操作は超軽い（快適）です。ChatGPTは50万のデータベースでもへっちゃらだと豪語しています。

1　テストデータの頂点プロット

テストデータ

ID（遺物番号）、x座標、y座標、z座標、class（遺物分類）の5項目（属性はIDとclassの2つ）3392データからなるcsvファイルをテストデータとしました。

テストデータをBlenderPythonで、属性も含めてBlenderに頂点（頂点一つだけのオブジェクト）としてプロットしました。属性2つは頂点に付与されています。

テストデータの頂点としてのプロット

2　geometry nodesによる属性区分別抽出表現

geometry nodes

つぎの3つの情報を「ポイントにインスタンス作成」に渡し、実体化（オブジェクト化、ここでは0.02㎝球、赤色）します。

・遺物を指標する（3D座標付き、属性付き）頂点の入力

・選択対象とする属性と区分（値）の設定

・表現オブジェクトの形状、色等の設定

classに1を入力すると土器・土製品の分布になります。

geometry nodesによる土器・土製品の分布

classに2を入力すると石器・石の分布になります。

geometry nodesによる石器・石の分布

classに5を入力すると骨・歯の分布になります。

geometry nodesによる骨・歯の分布

3　感想

BlenderでID（遺物番号）、x座標、y座標、z座標の12000データを実体（CUBE）としてプロットした時、その時間は82分かかりました。そのようなばかげた時間消費は今後なくなるので、遺物作業により熱が入ります。やる気が出てきます。テストデータでも3392件のプロットは文字通り一瞬であり、パソコン操作は軽く、快適です。

5万データを属性とともに頂点で入力し、geometry nodesで必要に応じて分析実体化するという方法はChatGPTとのやりとりのなかで知りました。ChatGPTはデータが50万で属性が30あってもBlenderはへっちゃらだと豪語しています。

geometry nodesはBlenderのほとんどの機能を実現できるので、例えば、属性区分別に色分けしたり、オブジェクトの形状や大きさを変えたり、点滅させたり、振動させたりなど様々な試みを気軽に試すことができます。