三维重建(一)：colmap安装与使用

Image-based 3D Reconstruction from Scratch (using COLMAP)

本文将介绍COLMAP的安装与使用，重点介绍3D重建过程中每个步骤的输入输出。

一、安装

在GitHub上下载COLMAP源代码（我用的是3.5版本），下载后进入colmap目录编译

cd ./colmap-3.5              # 进入colmap目录
mkdir build && cd ./build    # 创建build文件夹，并进入
cmake ..                     # cmake
make -j8                     # make多线程编译

也许在编译过程中会出现一些问题，不要慌，我们去colmap的Github-Issues中去找一下。

问题汇总

• CMake时提示Anaconda相关问题

二、运行colmap（命令行）

2.1 数据准备

因为我们做的是：基于多视图图像的三维重建，所以首先我们需要一些待重建的图片
我们用的是ETH3D数据集中的terrace场景

我们将图片组织为colmap的工程格式：

工作目录中包含一个images文件夹，images中即为待重建的图片，Pipes图片的百度云链接，提取码8tn2

2.2 开始重建

以下所有命令均可在COLMAP官方说明文档上查阅。
colmap提供了自动重建的命令，我们这里还是逐步进行重建，以观察每一步的输入输出结果。

2.2.1 特征提取(feature_extractor)

./colmap feature_extractor    --database_path $DATASET_PATH/database.db \  # 输出：特征点保存至数据库`database.db`  
   --image_path $DATASET_PATH/images            # 输入：多视图图像

2.2.2 特征点匹配(exhaustive_matcher)

./colmap exhaustive_matcher    --database_path $DATASET_PATH/database.db    # 输入输出：数据库文件`database.db`

2.2.3 稀疏重建(SfM, Struggle from Motion)(mapper)

mkdir $DATASET_PATH/sparse    # 新建sparse文件夹
./colmap mapper     --database_path $DATASET_PATH/database.db \    # 输入：数据库文件`database.db`
    --image_path $DATASET_PATH/images \            # 输入：多视图图像
    --output_path $DATASET_PATH/sparse             # 输出：`sparse`文件夹

输出结果sparse文件夹如下所示??

└── sparse
    └── 0
        ├── cameras.bin
        ├── images.bin
        ├── points3D.bin
        └── project.ini

2.2.4 图像去畸变

mkdir $DATASET_PATH/dense    # 新建dense文件夹
./colmap image_undistorter     --image_path $DATASET_PATH/images \          # 输入：多视图图像
    --input_path $DATASET_PATH/sparse/0 \        # 输入：sparse文件夹
    --output_path $DATASET_PATH/dense \          # 输出：dense文件夹
    --output_type COLMAP \                       # 参数：输出格式
    --max_image_size 2000                        # 参数：最大图像尺寸

输出结果dense文件夹如下所示??

└── dense
 ?? ├── images
 ?? │?? ├── DSC_0259.JPG
 ?? │?? ├── DSC_0260.JPG
 ?? │?? ├── ...
 ?? │?? └── DSC_0285.JPG
 ?? ├── run-colmap-geometric.sh
 ?? ├── run-colmap-photometric.sh
 ?? ├── sparse
 ?? │?? ├── cameras.bin
 ?? │?? ├── images.bin
 ?? │?? └── points3D.bin
 ?? └── stereo
 ??     ├── consistency_graphs
 ??     ├── depth_maps
 ??     ├── fusion.cfg
 ??     ├── normal_maps
 ??     └── patch-match.cfg

2.2.5 稠密重建

./colmap patch_match_stereo     --workspace_path $DATASET_PATH/dense     --workspace_format COLMAP     --PatchMatchStereo.geom_consistency true

2.2.6 融合

./colmap stereo_fusion     --workspace_path $DATASET_PATH/dense     --workspace_format COLMAP     --input_type geometric     --output_path $DATASET_PATH/dense/fused.ply

稠密点云保存至dense/fused.ply

Pipes场景SfM失败

三维重建(一)：colmap安装与使用

原文：https://www.cnblogs.com/Todd-Qi/p/10792685.html