บันทึกทางเทคนิค

วิธีสร้างไดอะแกรมรูปด้าน (Elevation Diagrams) จาก Google Earth

เรียนรู้วิธีใช้ ReRoom และ Nano Banana Pro เพื่อเปลี่ยนภาพสตรีทวิวจาก Google Earth ให้เป็นไดอะแกรมรูปด้านทางสถาปัตยกรรมแบบ 2D ที่สะอาดตา

Willy
วิศวกรรม · 9 มิถุนายน 2569 · อ่าน 5 นาที

ทำไมต้องใช้ Google Earth เป็นจุดเริ่มต้น?

เมื่อต้องศึกษาสถาปัตยกรรมหรือวิเคราะห์ฟาซาด (facade) ของอาคาร เรามักจะเริ่มต้นจาก Google Earth หรือภาพอ้างอิงจากสตรีทวิว ภาพเหล่านี้เข้าถึงได้ง่ายและมักมีข้อมูลที่เป็นประโยชน์ เช่น มวลอาคาร (massing), จังหวะของฟาซาด, สเกลของถนน, ช่องเปิด และบริบทโดยรอบ

แต่ปัญหาก็คือภาพสตรีทวิวมักมีสิ่งรบกวนสายตา (noise) อยู่มาก ไม่ว่าจะเป็นความบิดเบือนของทัศนมิติ (perspective distortion), รถยนต์, ต้นไม้, ป้ายต่างๆ, เงาตกกระทบ ตลอดจนมุมกล้อง ซึ่งทั้งหมดนี้อาจทำให้การวิเคราะห์ฟาซาดยากขึ้น

ในบทเรียนนี้ เราจะใช้ ReRoom ร่วมกับ Nano Banana Pro เพื่อเปลี่ยนภาพสตรีทวิวสามมิติจากสถานที่จริง ให้กลายเป็นไดอะแกรมรูปด้านทางสถาปัตยกรรมแบบ 2D ที่สะอาดตา เรียบง่าย และดูเป็นมืออาชีพ

ภาพอ้างอิงฟาซาดอาคารจาก Google Earth

ภาพที่ 01. การจับภาพอาคารเป้าหมายจาก Google Earth เพื่อใช้เป็นภาพอ้างอิงโครงสร้าง

เป้าหมายของเวิร์กโฟลว์นี้ไม่ใช่การสร้างแบบก่อสร้างที่มีระยะวัดที่แม่นยำ แต่เราต้องการแปลงโครงสร้างฟาซาดจากภาพถ่ายถนนในโลกจริงให้อยู่ในรูปแบบที่ชัดเจนยิ่งขึ้น เพื่อใช้สำหรับกรณีศึกษา (case studies), การนำเสนองาน และการใช้อ้างอิงในการออกแบบขั้นต้น

ขั้นตอนที่ 1 — เข้าสู่ระบบและเตรียมภาพอ้างอิงของคุณ

ขั้นแรก ให้เข้าสู่ระบบ ReRoom และเตรียมภาพ Google Earth ที่คุณต้องการใช้งาน

ก่อนที่จะอัปโหลดภาพ ขอแนะนำให้เลือกมุมมองที่อาคารเป้าหมายหันหน้าตรงมากที่สุดเท่าที่จะเป็นไปได้ มุมมองด้านหน้าที่ตรงและชัดเจนจะช่วยให้ AI เข้าใจสัดส่วนของฟาซาด, จังหวะของแต่ละชั้น, ระยะห่างของหน้าต่าง และกริดโครงสร้างได้ดียิ่งขึ้น

หากภาพแคปหน้าจอเอียงมากเกินไป โมเดลอาจตีความความบิดเบือนของทัศนมิติว่าเป็นส่วนหนึ่งของการออกแบบฟาซาด ผลลัพธ์ที่ได้อาจจะยังดูเหมือนรูปด้านอยู่ แต่สัดส่วนและโครงสร้างอาจคลาดเคลื่อนหรือไม่เสถียรได้

ในขั้นตอนนี้ เรายังไม่ได้ขอให้โมเดลสร้างภาพวาดที่สวยงาม สิ่งแรกที่เราต้องการคือให้โมเดลเข้าใจว่าองค์ประกอบหลักคือฟาซาดของอาคาร ไม่ใช่ภาพถ่ายถนน

รูปภาพ

ขั้นตอนที่ 2 — ไปที่หน้าหลัก (หน้าแรก) และเปิดเวิร์กโฟลว์การสร้างภาพ

หลังจากเข้าสู่ระบบแล้ว ให้ไปที่หน้าหลักของ ReRoom และเปิดเวิร์กโฟลว์การสร้างภาพ (generation workflow)

อัปโหลดภาพแคปหน้าจอจาก Google Earth เป็นภาพอ้างอิงหลัก ภาพอ้างอิงนี้จะทำหน้าที่เป็นข้อมูลนำเข้าเชิงโครงสร้างสำหรับการแปลงภาพ

สิ่งสำคัญในที่นี้คือการรักษาเป้าหมายของงานให้ชัดเจน เราไม่ได้ขอให้ ReRoom ออกแบบอาคารใหม่ แต่เรากำลังขอให้แปลงข้อมูลฟาซาดที่มีอยู่เดิมให้กลายเป็นสไตล์ภาพวาดสถาปัตยกรรมแบบ 2D ที่สะอาดตายิ่งขึ้น

รูปภาพ

ขั้นตอนที่ 3 — เลือก Nano Banana Pro

ถัดไป ให้เลือกโมเดล Nano Banana Pro

สำหรับเวิร์กโฟลว์นี้ Nano Banana Pro มีประโยชน์มากเพราะเราต้องการการแปลงภาพที่มีการควบคุม มากกว่าการตีความใหม่ตามจินตนาการทั้งหมด ภาพอ้างอิงควรจะยังคงเป็นตัวชี้นำผลลัพธ์สุดท้าย โดยเฉพาะเค้าโครงอาคาร, กริดของฟาซาด, จังหวะของหน้าต่าง และสัดส่วนโดยรวม

เมื่อเลือกโมเดลแล้ว เราสามารถเขียนพรอมต์ที่สั่งการโมเดลอย่างชัดเจนให้ตัดมุมมองทัศนมิติออก และแปลงภาพถ่ายให้เป็นรูปด้านแบบออร์โธกราฟิก (2D orthographic elevation)

ขั้นตอนที่ 4 — เขียนพรอมต์

ส่วนที่สำคัญที่สุดของเวิร์กโฟลว์นี้คือพรอมต์ เราจำเป็นต้องอธิบายผลลัพธ์อย่างชัดเจนว่าเป็นรูปด้านทางสถาปัตยกรรมแบบ 2D orthographic ไม่ใช่ภาพเรนเดอร์, ภาพวาดประกอบ (illustration) หรือภาพคอนเซ็ปต์

ใช้พรอมต์ในลักษณะนี้:

พรอมต์
A professional 2D architectural orthographic elevation drawing of the street facade based on referenced image. Purely 2D flat view, zero perspective, no vanishing points. 

The image shows only the front facades of the buildings in a straight line.


Architecture style: clean line work with desaturated watercolor textures.

Background: solid white. 

Ground: a single thin horizontal black line representing the sidewalk, no road depth, no receding pavement. 

Scale: include small 2D human silhouettes for scale. 

Technical drawing style, parallel projection, orthographic projection, high detail, architectural schematic. No text on image, no annotations, no titles.

จากการทดสอบของเรา คำที่มีประโยชน์ที่สุดไม่ใช่คำว่า “ภาพวาดรูปด้านที่สวยงาม” (beautiful elevation drawing) แต่คำที่สำคัญกว่าคือข้อกำหนดทางเรขาคณิตและสถาปัตยกรรม เช่น จังหวะของหน้าต่าง (window rhythm), กริดโครงสร้าง (structural grid), สัดส่วนของฟาซาด (facade proportions) และรูปด้านแบบออร์โธกราฟิก (orthographic elevation)

คำศัพท์เหล่านี้ช่วยให้โมเดลเข้าใจว่าสิ่งใดจำเป็นต้องคงไว้ แทนที่จะเป็นเพียงการปรับแต่งภาพให้ดูเนี้ยบขึ้นเท่านั้น

ขั้นตอนที่ 5 — ปรับแต่งสไตล์ไดอะแกรม

หลังจากได้ผลลัพธ์แรกแล้ว คุณสามารถปรับแต่งภาพเพื่อให้ลายเส้นดูเป็นไดอะแกรมและเป็นมืออาชีพมากขึ้น

ตัวอย่างเช่น หากผลลัพธ์ยังรู้สึกเหมือนภาพเรนเดอร์มากเกินไป ให้ลดคำอธิบายเกี่ยวกับวัสดุและแสงลง หากผลลัพธ์ดูเป็นนามธรรมเกินไป ให้เพิ่มคำศัพท์ที่เกี่ยวกับโครงสร้างมากขึ้น เช่น น้ำหนักเส้น (line weight), กริดของฟาซาด (facade grid) และไดอะแกรมสถาปัตยกรรม (architectural diagram)

ไดอะแกรมรูปด้านทางสถาปัตยกรรมแบบ 2D ที่สร้างโดย AI

ภาพที่ 02. การใช้ Nano Banana Pro เพื่อแปลงภาพสตรีทวิวให้เป็นรูปด้านทางสถาปัตยกรรมแบบ 2D ที่เรียบง่าย

จุดสำคัญคือการรักษาสมดุลระหว่างการลดทอนรายละเอียด (simplification) กับการคงอัตลักษณ์ที่จดจำได้ (recognition) หากภาพวาดถูกลดทอนมากเกินไป อาคารอาจสูญเสียอัตลักษณ์ของตัวเอง แต่หากภาพวาดเหมือนกับภาพสตรีทวิวมากเกินไป ก็อาจจะยังคงมีสิ่งรบกวนสายตามากเกินไปเช่นกัน

ในกรณีส่วนใหญ่ เราจะพยายามรักษาจังหวะของแต่ละชั้น, ช่องเปิดหลัก, กริดโครงสร้าง และการแบ่งส่วนของฟาซาดเอาไว้ พร้อมกับตัดรถยนต์, ผู้คน, ป้าย, เงาที่เข้มชัด และรายละเอียดบนท้องถนนที่ไม่จำเป็นออกไป

ขั้นตอนที่ 6 — นำผลลัพธ์ไปใช้สำหรับกรณีศึกษาและการอ้างอิงงานออกแบบ

เวิร์กโฟลว์นี้สามารถเปลี่ยนภาพสตรีทวิว 3 มิติจากสถานที่จริงให้กลายเป็นไดอะแกรมรูปด้านทางสถาปัตยกรรมแบบ 2D ที่สะอาดตาได้ ซึ่งมีประโยชน์อย่างยิ่งสำหรับกรณีศึกษา, การค้นคว้าภาษาทางสถาปัตยกรรมของฟาซาด, ไดอะแกรมสำหรับนำเสนอ และการใช้อ้างอิงในการออกแบบขั้นต้น

int0609ref21

int0609ref22

int0609ref23

int0609ref24

ภาพที่ 03. ผลลัพธ์ไดอะแกรมฟาซาดรูปแบบต่างๆ ที่สร้างขึ้นจากภาพอ้างอิงอาคารจริง

เราไม่ควรมองว่าผลลัพธ์นี้เป็นแบบที่มีระยะวัดแม่นยำสำหรับงานก่อสร้าง ภาพจาก Google Earth มีความบิดเบือนของทัศนมิติและมีข้อจำกัดเรื่องความละเอียดอยู่แล้ว และ AI อาจจัดระเบียบสัดส่วนหรือรายละเอียดฟาซาดใหม่บางส่วน

อย่างไรก็ตาม เวิร์กโฟลว์นี้ช่วยลดขั้นตอนและเวลาในช่วงเริ่มต้นในการเปลี่ยนภาพอ้างอิงจากสตรีทวิวให้กลายเป็นไดอะแกรมสถาปัตยกรรมที่สะอาดตา ช่วยให้นักออกแบบเปลี่ยนผ่านจากการดูภาพอ้างอิงไปสู่การวิเคราะห์, การเปรียบเทียบ และการนำเสนอได้อย่างรวดเร็วยิ่งขึ้น

ReRoom ยังคงจำเป็นต้องมีมนุษย์คอยตรวจสอบในเรื่องของสัดส่วน, จำนวนชั้น, ตำแหน่งของช่องเปิด และตรรกะของฟาซาด แต่เวิร์กโฟลว์นี้แสดงให้เห็นถึงทิศทางที่มีประโยชน์ว่า: AI ไม่ได้มีไว้สำหรับการสร้างอาคารใหม่ขึ้นมาเท่านั้น แต่ยังสามารถช่วยให้นักออกแบบจัดระเบียบสิ่งที่มีอยู่แล้วในโลกความเป็นจริง ให้กลายเป็นสื่อทางสถาปัตยกรรมที่อ่านเข้าใจง่าย ปรับแก้ได้ และนำมาใช้พูดคุยปรึกษากันได้อีกด้วย

#AI Architecture#Google Earth#Nano Banana Pro#ReRoom#Tutorial