Как создавать карты «фигура — фон» по аэрофотоснимкам
Узнайте, как с помощью ReRoom преобразовывать аэрофотоснимки городов в аккуратные карты «фигура — фон» для анализа участка, портфолио и презентаций по градостроительному проектированию.

Зачем создавать карты «фигура — фон» по аэрофотоснимкам?
В градостроительном проектировании и предпроектном анализе участка карта «фигура — фон» (Figure-ground Map) — один из самых полезных чертежей для понимания структуры города. Она упрощает город до четкого соотношения застроенных объемов и открытых пространств, помогая проектировщикам считывать плотность кварталов, непрерывность улиц, распределение пустот и городскую ткань.
Однако на практике мы далеко не всегда начинаем работу с чистых файлов GIS или CAD. Многие предварительные исследования начинаются со снимков Google Earth, кадров с дронов или аэрофотосъемки с верхнего ракурса. Такие изображения содержат ценную пространственную информацию, но при этом перегружены визуальным шумом: текстурами кровель, автомобилями, кронами деревьев, тенями, вывесками и перспективными искажениями.
Рисунок 01. Использование аэрофотоснимка с верхнего ракурса в качестве референса для градостроительного анализа
В этом руководстве мы покажем, как с помощью ReRoom превратить сложный аэрофотоснимок в аккуратную карту «фигура — фон» для портфолио. Цель не в том, чтобы заменить официальную картографию или геодезическую съемку. Наша задача — быстро преобразовать реальные городские снимки в удобную подоснову для анализа.
Шаг 1 — Войдите в систему и подготовьте аэрофотоснимок
Сначала войдите в ReRoom и подготовьте аэрофотоснимок нужного городского квартала, сделанный с верхнего ракурса.

Перед загрузкой убедитесь, что границы зданий различимы, сеть дорог непрерывна, а общая структура квартала хорошо видна. Если на снимке слишком много деревьев или глубоких теней, модель может ошибочно принять растительность или темные участки за объемы зданий.
Лучший исходный снимок — не обязательно самый красивый. Главное, чтобы на нем четко читались крыши, улицы, дворы, открытые пространства и границы кварталов.
На этом этапе мы пока не требуем от модели создания красивой диаграммы. Сначала нужно, чтобы ИИ понял задачу: преобразовать реальный вид с воздуха в контрастную схему с пятнами застройки и открытыми пространствами.
identify building footprints and open spaces from the aerial urban view, preserve street block structure, simplify roofs and ground texture, remove cars, trees, shadows, and visual noiseШаг 2 — Перейдите на главную страницу и загрузите изображение
После авторизации перейдите на главную страницу ReRoom и загрузите аэрофотоснимок города.

Используйте изображение как основной референс для трансформации. Аэрофотоснимок должен направлять модель при определении объемов застройки, трассировки улиц, открытых пространств и пропорций кварталов.
Наша цель — сохранить структуру города, а не сгенерировать новую абстрактную карту. Поэтому на начальном этапе мы обычно избегаем творческих стилистических промптов.
Шаг 3 — Напишите промпт для карты «фигура — фон»
Далее напишите промпт, прямо указывающий, что результатом должна быть карта «фигура — фон».
Самое главное — определить, что должно стать «массой» («фигурой»), а что — «пустотой» («фоном»). Обычно мы задаем здания как черные пятна застройки, а открытые пространства — как белые области.
convert this aerial urban view into a clean professional figure-ground map, black building footprints, white open spaces, preserve street layout, urban blocks, building edges, courtyard spaces, and road network, minimal architectural portfolio style, no perspective, no shadows, no labels, no cars, no people, no trees
Рисунок 02. Преобразование аэрофотоснимка города в аккуратную карту «фигура — фон» с помощью ReRoom
По результатам наших тестов такие формулировки, как black building footprints, white open spaces и preserve street layout, сработали куда лучше, чем обычное «make it minimal».
Если в промпте указать лишь «minimal city map», результат может выглядеть аккуратным, но при этом потерять пропорции улиц или очертания зданий. Для градостроительного анализа такая потеря структуры куда критичнее, чем внешняя визуальная привлекательность.
Шаг 4 — Отредактируйте темные и засвеченные угловые зоны
После генерации первого результата проверьте, насколько четко контраст фигуры и фона выражен по всему изображению.
Иногда на изображении могут оставаться темные углы или участки из-за теней, материалов кровли или плотной растительности. В других случаях на засвеченных участках могут исчезнуть границы зданий, из-за чего эти участки будут выглядеть чрезмерно пустыми.
Для темных зон используйте промпт редактирования с указанием упростить тени и восстановить логику пятен застройки.
clean up the dark corner areas, remove shadow noise, keep only solid building footprints and clear white open spaces, preserve block edges and street layoutДля чрезмерно светлых областей используйте промпт, чтобы вернуть утерянные границы и усилить контраст.
recover missing building edges in the bright corner areas, improve figure-ground contrast, keep black building masses and white void spaces, preserve the original urban block structure
Рисунок 03. Редактирование темных и светлых угловых зон для улучшения читаемости карты «фигура — фон»
Этот шаг важен, поскольку аэрофотоснимки редко бывают равномерно экспонированы. Если не очистить проблемные участки, итоговая схема может выглядеть минималистично, но оставаться ненадежной для анализа.
Шаг 5 — Уберите шум и сохраните пропорции
Создавать карты «фигура — фон» сложно именно потому, что реальные аэрофотоснимки содержат слишком много лишней информации. Текстура кровли, кроны деревьев, тени, парковки и дорожная разметка визуально спорят с ключевым соотношением зданий и открытых пространств.
Чтобы уменьшить шум, мы обычно добавляем ограничения: remove shadows, remove trees, no roof texture и flat 2D diagram.
flat 2D architectural analysis diagram, solid black building masses, clean white void spaces, remove roof texture, remove vegetation, remove shadows, preserve urban fabric and block proportions
Рисунок 04. Удаление визуального шума для создания лаконичной аналитической подосновы
Здесь важно соблюдать баланс между чистотой графики и точностью. Если изображение чрезмерно упростить, квартал лишится важных деталей. Если же оно останется слишком близким к исходному фото, на схеме останется чересчур много визуального шума.
В большинстве случаев мы уделяем больше внимания контурам зданий, уличной сети, дворам и открытым пространствам, чем материалам кровли и деталям благоустройства.
Шаг 6 — Используйте карту для портфолио и анализа участка
Этот рабочий процесс позволяет превратить сложный аэрофотоснимок города в легко читаемую карту «фигура — фон». Ее можно использовать для предпроектного анализа участка, сопоставления городской ткани и исследования плотности застройки, а также в качестве графической подосновы в портфолио и референса на ранних стадиях проектирования.
В ReRoom по-прежнему требуется визуальная проверка контуров зданий, связности дорог, границ открытых пространств и черно-белых соотношений. Если результат нужен для официальных градостроительных исследований или анализа градостроительных регламентов, проектировщикам все равно следует сверять его с данными GIS, CAD или топографической съемки.
Однако для концептуальных предложений на ранних этапах этот метод может сократить время подготовки аналитической подосновы по реальным аэрофотоснимкам.
ИИ в данном случае не заменяет градостроительный анализ. Он помогает перевести исходные изображения города на визуальный язык, который гораздо проще читать, сопоставлять и обсуждать.
Похожие публикации

Как редактировать интерьерные визуализации с помощью Nano Banana
Редактирование интерьера с помощью ИИ — это не просто улучшение картинки. Это умение контролировать, что именно изменяется, а что остается нетронутым.

Как создавать презентационные планшеты по озеленению с помощью ИИ
Презентационный планшет по озеленению — это не просто коллаж из фотографий растений. Он превращает климатические условия, расход воды и общую атмосферу в понятное проектное предложение.

Как превратить статичные визуализации в ИИ-видеопрогулки
Статичная визуализация может стать чем-то большим, чем просто одиночное изображение. С правильным видеопромптом она способна превратиться в видеопрогулку с эффектом погружения в пространство.