如何利用 Google Earth 制作立面图

为什么选择 Google Earth 作为起点？

在研究建筑或分析建筑立面时，我们通常会从 Google Earth 或街景参考图入手。这些图像极易获取，并且通常包含许多有用信息，例如建筑体量、立面韵律、街道尺度、门窗洞口以及周边环境。

问题在于，街景图像也包含大量视觉干扰。透视变形、汽车、树木、标识、阴影以及拍摄机位角度都可能增加立面分析的难度。

在本教程中，我们将使用 ReRoom 搭配 Nano Banana Pro，将真实的 3D 街景图像转化为干净、极简且专业的 2D 建筑立面分析图。

图 01. 从 Google Earth 截取目标建筑作为结构参考

该工作流的目标并不是生成精准的施工图纸。相反，我们希望将现实街道图像中的立面结构转换成一种更清晰的格式，以便用于案例研究、汇报展示和前期设计参考。

步骤 1 — 登录并准备参考图像

首先，登录 ReRoom 并准备好你要使用的 Google Earth 图像。

在上传图片之前，我们建议选择一个目标建筑尽可能正对镜头的视角。更端正的正面视角有助于 AI 理解立面比例、楼层节奏、窗户间距和结构网格。

如果截图角度过偏，模型可能会将透视畸变误认为是立面设计的一部分。生成的结果可能看起来仍然像立面图，但比例和结构可能会变得不稳定。

在这一阶段，我们并不要求模型直接生成精美的图纸。我们首先需要让模型明确主要主体是建筑立面，而不是整张街景照片。

步骤 2 — 前往主页并打开生成工作流

登录后，前往 ReRoom 主页并打开图像生成工作流。

上传 Google Earth 截图作为主参考图。该参考图将作为转换过程中的结构输入。

这里的关键是保持任务目标聚焦。我们并不是让 ReRoom 重新设计建筑，而是要求它将现有的立面信息转换为更干净的 2D 建筑图纸风格。

步骤 3 — 选择 Nano Banana Pro

接下来，选择 Nano Banana Pro 模型。

对于该工作流，Nano Banana Pro 非常适用，因为我们需要的是受控的图像转换，而不是纯天马行空的重新诠释。参考图仍应引导最终输出，尤其是建筑轮廓、立面网格、窗户韵律和整体比例。

选定模型后，我们就可以编写提示词，明确指示模型消除透视并将照片转换为 2D 正投影立面图。

步骤 4 — 编写提示词

该工作流中最核心的部分就是提示词。我们需要清晰地将输出描述为 2D 正交建筑立面图（orthographic architectural elevation），而不是渲染图、插画或概念方案图。

可以使用类似下面的提示词：

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.

在我们的测试中，最有效的词汇并非“精美的立面图（beautiful elevation drawing）”。更重要的词汇是几何与建筑层面的约束词，例如窗户韵律（window rhythm）、结构网格（structural grid）、立面比例（facade proportions）以及正交立面（orthographic elevation）。

这些术语有助于模型理解哪些要素需要被保留，而不是单纯让图像看起来更精致。

步骤 5 — 优化图纸风格

得到第一张生成结果后，你可以对图像进行微调，使其更具分析图的表现形式和专业感。

例如，如果结果感觉仍然太像渲染图，可以减少材质和光影方面的描述。如果结果过于抽象，可以添加更多与结构相关的词汇，例如线宽（line weight）、立面网格（facade grid）和建筑分析图（architectural diagram）。

图 02. 使用 Nano Banana Pro 将街景图像转换为极简 2D 建筑立面图

这里的关键在于权衡简化程度与辨识度。如果图纸过度简化，建筑可能会失去其辨识特征；如果过于忠实于街景图像，则可能会保留过多的视觉干扰元素。

在大多数情况下，我们力求保留楼层韵律、主要洞口、结构网格和立面分格，同时去除汽车、行人、标识牌、强烈阴影以及多余的街道细节。

步骤 6 — 将结果用于案例研究和设计参考

该工作流能够将真实的 3D 街景图像转换为清晰干净的 2D 建筑立面分析图。它在案例研究、立面语言推敲、汇报分析图以及前期设计参考中尤为实用。

图 03. 基于真实建筑参考生成的不同立面分析图成果

我们并不将此输出视为精确的测绘图。Google Earth 图像本身就包含透视畸变和分辨率限制，AI 也可能会重组比例或立面细部。

然而，该工作流可以减少前期将街景参考转换为整洁建筑图纸所需的工作量。它能帮助设计师更快地从视觉参考过渡到分析、比对和方案汇报。

ReRoom 生成结果的比例、楼层数、开洞位置以及立面逻辑仍需人工校核。但这一工作流展现出了一个极具价值的方向：AI 不仅仅可用于生成全新建筑，它同样可以帮助设计师将现实世界中已有的素材，梳理重组为清晰可读、可编辑且易于探讨的建筑资料。