colmap在windows上编译好的程序直接可以运行支持cuda

1.colamp简介
COLMAP 是一种通用的运动结构 (SfM) 和多视图立体 (MVS) 管道,具有图形和命令行界面。它为有序和无序图像集合的重建提供了广泛的功能。

2.数据采集
手机或者相机 绕 物体拍一周,每张的角度不要超过30°(保证有overlap区域)。下图是本人采集的数据
在这里插入图片描述

动图封面
3.colmap入门级使用
(1)双击 COLMAP.bat,进入colamp gui界面

注意:黑色的终端不能关掉
在这里插入图片描述
在这里插入图片描述

(2)点击Reconstruction->Automatic reconstruction

在这里插入图片描述
在这里插入图片描述

(3)选择配置相关参数,

workspace folder:选择workspace文件夹,注意不支持中文路径

Image folder:选择存放多视角图像的数据文件夹,注意不支持中文路径

Data type:选择 Individual images

Quality:看需要选择,选择High重建花费的时间最长,重建的质量不一定最好;

配置完成后点击 RUN,就可以进行三维稀疏点云重建
在这里插入图片描述

(4)三维重建结束,导入sparse models稀疏点云,看一下重建的效果,点击 ok即可:
在这里插入图片描述

可以用meshlab看稠密点云重建效果:
在这里插入图片描述
在这里插入图片描述

(5)在meshlab 看 dense point cloud

在 workspace folder 文件夹->dense->0文件夹下找到 fused.ply数据,用 meshlab中打开可以看到稠密的三维重建的结果。

在这里插入图片描述
以下是windows上编译好的colmap程序,下载地址汇总如下:

版本名称下载地址
colmap-3.11.1-x64-windows-nocuda.zip点我下载
colmap-3.11.1-x64-windows-cuda12.6.zip点我下载
colmap-3.11.0-x64-windows-nocuda.zip点我下载
colmap-3.11.0-x64-windows-cuda12.6.zip点我下载
colmap-3.10.0-x64-windows-nocuda.zip点我下载
colmap-3.10.0-x64-windows-cuda12.5.zip点我下载
COLMAP-3.9.1-windows-no-cuda.zip点我下载
COLMAP-3.9.1-windows-cuda12.3.zip点我下载
COLMAP-3.8-windows-no-cuda.zip点我下载
COLMAP-3.8-windows-cuda11.8.zip点我下载
COLMAP-3.7-windows-no-cuda.zip点我下载
COLMAP-3.7-windows-cuda11.6.zip点我下载
COLMAP-3.6-windows-no-cuda.zip点我下载
COLMAP-3.6-windows-cuda11.0.zip点我下载
### 使用Colmap生成3D网格结构 为了使用Colmap生成高质量的3D模型,需遵循一系列操作流程。首先,安装并配置好Colmap环境是必不可少的前提条件。 #### 准备工作 确保已下载并编译了最新的Colmap版本[^4]。对于大多数用户而言,在Linux环境下通过命令行工具完成这些步骤会更加便捷。此外,准备一组多视角图像作为输入数据集至关重要。理想情况下,这组图片应覆盖目标物体或场景的不同角度,并具备足够的重叠区域以便后续算法处理。 #### 数据导入与初步处理 启动Colmap GUI界面后,创建一个新的项目文件夹用于存储所有中间结果和最终输出。接着,将之前收集好的图像序列加载进来。此时可以选择自动执行基本的关键点检测与描述子计算过程,也可以手动调整参数以适应具体需求[^3]。 ```bash colmap feature_extractor \ --database_path path/to/database.db \ --image_path path/to/images/ ``` 上述脚本展示了如何调用`feature_extractor`模块来提取每张照片中的特征点信息,并将其保存至SQLite数据库中供下一步骤使用。 #### 构建稀疏点云 紧接着便是构建初始阶段——即所谓的“稀疏重建”。此过程中不仅完成了对各幅影像间同名点匹配的任务,还进行了全局姿态估计以及内部参数自标定等工作。值得注意的是,这里所得到的结果虽然已经包含了大量关于空间位置的信息,但仍属于较为粗糙的形式,无法直接满足某些应用场景下的精度要求。 ```bash colmap exhaustive_matcher \ --database_path path/to/database.db colmap mapper \ --database_path path/to/database.db \ --image_path path/to/images/ \ --output_path path/to/sparse/ ``` 以上两条指令分别实现了全面两两配准及增量式映射的功能,从而建立起一个完整的三维框架体系。 #### 密集重建与表面重建 一旦获得了满意的稀疏重构成果之后,则可进一步开展更深层次的工作——也就是常说的“稠密化”环节。借助于多视角立体视觉技术(MVS),可以从现有基础上补充更多的细节部分直至形成连续光滑的表层轮廓为止。最后一步则是运用专门设计过的滤波器去除噪声干扰项,并导出适用于多种格式的目标产物如OBJ、PLY等。 ```bash mkdir dense cd dense colmap image_undistorter \ --image_path ../images \ --input_path ../sparse \ --output_path . colmap patch_match_stereo \ --workspace_path . colmap stereo_fusion \ --workspace_path . \ --output_path fused.ply ``` 这段代码片段依次完成了畸变矫正、视差图计算以及体素融合三个主要步骤的操作指南说明。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值