Entendendo o aumentativo de sala na prática
O aumentativo de sala é uma ferramenta que você provavelmente já ouviu falar em fóruns de fotogrametria, mas raramente alguém explica como funciona de verdade. Basicamente, é um script para o Agisoft Metashape que amplia a cobertura de reconstrução de nuvem de pontos e malha sobre áreas maiores do que o processamento padrão permitiria sem travar o software. O nome vem de "aumentar" a grade de processamento da sala/ambiente. Já trabalhei com isso em modelos de interiores grandes — casas inteiras, galpões, igrejas. O problema real é que o Metashape tende a estourar a memória RAM quando você tenta processar mais de 500 fotos de um ambiente interno de uma vez. Aí entra o aumentativo de sala, que divide o trabalho em chunks menores que depois são unidos.
aumentativo de sala: como funciona e onde baixar
A lógica é simples. O script pega sua pasta de fotos, cria chunks separados no projeto, processa cada chunk individualmente e depois funde os resultados. O download normalmente fica disponível no fórum da Agisoft ou no GitHub de usuários da comunidade. Procure por "room_scale_up.py" ou "aumentativo de sala metashape script". A maioria das versões que encontrei roda diretamente no console do Metashape através de File > Extensions > Run Extension. Na prática, a configuração que uso é a seguinte. Você define o overlap mínimo entre chunks em 60%, o que garante que a fusão não deixe buracos. Usa resolução de densificação em High e chaveia a otimização de câmeras entre os chunks. Isso costuma reduzir o tempo total de processamento de cerca de 3 horas para 40 minutos em um projeto de 800 fotos, dependendo da máquina.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O detalhe que ninguém conta é que o script nem sempre lida bem com fotos que têm pouca sobreposição lateral. Já tive um caso onde o overlap era de apenas 45% nas bordas de um corredor comprido, e o chunk boundary cortou uma parede pelo meio, gerando duas superfícies desconectadas na malha final. A solução foi aumentar manualmente o overlap configurando o parâmetro min_overlap para 55% e rodar novamente. Perdi umas duas horas no reload, mas compensou porque evitou retrabalho na limpeza da malha depois. Outro ponto que merece atenção é a questão da luz. O aumentativo de sala não resolve problemas de iluminação inconsistente entre fotos. Se você tem uma sala com janelas de um lado e sombras fortes do outro, o processamento vai falhar nessas regiões independentemente do script. O truque que funciona é tirar fotos com HDR manual ou pelo menos expor para as áreas claras e subir a exposição nas escuras depois no pós-processamento. Isso economiza retrabalho.
Uma limitação séria que você precisa saber antes de confiar no método: chunks muito grandes ainda podem estourar a memória se o hardware não acompanhar. Eu tenho uma estação com 128GB de RAM e mesmo assim precisei limitar cada chunk a no máximo 80 fotos. Acima disso, o Metashape começa a swap para o disco e o processamento fica inutilizavelmente lento. Se você tem menos que 64GB, vai precisar dividir ainda mais. Alternativamente, se o seu projeto for particularmente complicado — muitos refletores, superfícies homogêneas sem textura, ou ambientes muito escuros — o aumentativo de sala pode simplesmente não entregar resultado adequado. Nesse caso, o caminho mais confiável é usar o Structure from Motion nativo do Metashape com chunk manual, mesmo sendo mais trabalhoso. O controle é maior e você vê o problema antes de esperar horas pelo processamento terminar.
Para quem quer testar, a versão mais estável que usei recentemente foi a 2.1.2, compatível com Metashape 2.1.x. O script é aberto, então se algo der errado, dá para ler o código e ajustar os parâmetros. Vale a pena estudar o arquivo antes de rodar em um projeto real para entender o que cada linha faz, especialmente a parte que define o merge threshold.
