从零开始跑通3DGS教程：(二)SFM(colmap)计算初始点云和相机pose

已于 2025-07-13 21:35:27 修改
阅读量2.1k 收藏 35
点赞数 26
CC 4.0 BY-SA版权
分类专栏： 从零开始跑通3DGS教程 文章标签： 3dgs sfm colmap
于 2025-03-29 22:05:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41102371/article/details/146535488

写在前面

  • 本文内容
    本文所属《从零开始跑通3DGS教程》系列文章，将对colmap docker环境部署、使用进行说明

  • 平台/环境
    linux, nvidia GPU, docker

  • 转载请注明出处：
    https://blog.csdn.net/qq_41102371/article/details/146535488

目录

系列文章

docker

安装docker

docker常用命令docker安装部分
可以使用以下命令，避免每次使用docker都需要sudo和密码

sudo usermod -aG docker $USER
sudo service docker restart
sudo chmod 666 /var/run/docker.sock

安装nvidia-docker依赖
Installing the NVIDIA Container Toolkit

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

sudo apt-get install -y nvidia-container-toolkit

colmap docker

关于colmap

colmap是一个SFM(Structure From Motion)+MVS(Multi VIew Stereo)的开源框架，SFM用于从不同视角采集的多张图像中，恢复相机pose以及场景结构(稀疏点云)，MVS用于对场景进行稠密重建(稠密点云)以及表面重建(Mesh)
其官方github为
https://github.com/colmap/colmap
官方文档
https://colmap.github.io/index.html

docker

这里使用现成的colmap docker镜像，如果熟悉环境配置、编译或者本地已有colmap的可以不用
pull docker：https://hub.docker.com/r/colmap/colmap/tags
这里选择colmap:20240219.29版本

docker pull colmap/colmap:20240219.29

创建新的容器，请修改你的宿主机路径"YOUR_PATH"

# docker pull colmap/colmap:20240219.29
xhost +
docker run \
    --name=colmap \
    -e DISPLAY=$DISPLAY \
    -w /working \
    -v YOUR_PATH/3dgs_tutorial:/working/3dgs_tutorial \
    -v /tmp/.X11-unix:/tmp/.X11-unix \
    --gpus all \
    --privileged \
    -it colmap/colmap:20240219.29 /bin/bash

创建成功如下
在这里插入图片描述
可以先输入exit退出
在这里插入图片描述

计算

本文相关：
3DGS需要的输入是相机pose，内参，以及场景的稀疏点云，因此我们将只会使用SFM相关的计算；
colmap提供图形化交互界面，以及命令行的方式，来完成SFM的计算

gui

进入图形化界面

启动容器

docker start colmap

进入容器，开启图形化界面

xhost +
docker exec -it colmap /bin/bash
colmap gui

可能会遇到界面是黑色的，ctrl+c多试几次就行
在这里插入图片描述
正常进入如图
在这里插入图片描述

使用

  • 新建project
    File—>New project—>New
    在这里插入图片描述
    选择之前放好的数据路径，输入database, 保存
    在这里插入图片描述
    然后选择图像路径为之前放好的images
    在这里插入图片描述
    然后点击save

  • 特征提取
    Processing—>Feature extraction
    在这里插入图片描述
    处理完成会显示时间
    在这里插入图片描述

特征匹配

Processing—>Feature matching
如果是无序图像，使用Exhaustive
在这里插入图片描述
如果是视频提取的有序图像，使用Sequential
在这里插入图片描述
这里truck数据是有序的数据，我们使用Sequential，点击run，等待处理完成

  • SFM重建
    Reconstruction—>start reconstruction
    等待计算完成
    在这里插入图片描述
  • 导出
cd 3dgs_tutorial/pro/truck
mkdir sparse

File—>export model
在这里插入图片描述
导出点云
File—>export model as
在这里插入图片描述

命令行

启动容器

docker start colmap

进入容器

docker exec -it colmap /bin/bash

计算

cd 3dgs_tutorial/pro
cp sfm.sh truck/
cd truck
sh sfm.sh

在这里插入图片描述
其中，sfm.sh为以下脚本，如果是无序图像，请使用colmap exhaustive_matcher

DATASET_PATH=$(pwd)
echo "processing: $DATASET_PATH"

colmap feature_extractor --database_path \
$DATASET_PATH/database.db --image_path $DATASET_PATH/images \
--ImageReader.camera_model=PINHOLE

# colmap exhaustive_matcher \
#    --database_path $DATASET_PATH/database.db
colmap sequential_matcher \
   --database_path $DATASET_PATH/database.db
   
mkdir $DATASET_PATH/sparse

colmap mapper \
    --database_path $DATASET_PATH/database.db \
    --image_path $DATASET_PATH/images \
    --output_path $DATASET_PATH/sparse

colmap model_converter \
--input_path $DATASET_PATH/sparse/0 \
--output_path $DATASET_PATH/sparse/0/points3D.ply \
--output_type PLY

权限

因为docker是root权限，生成的文件也就是，需要回到宿主机，修改权限
在这里插入图片描述

cd YOUR_PATH/3dgs_tutorial/scripts
sh chown.sh

在这里插入图片描述

可视化

在这里插入图片描述

将生成好的sparse/0/point3D.ply放进Cloudcompare可视化
在这里插入图片描述

编辑

下一步将进行坐标系编辑和尺度修正：
从零开始跑通3DGS教程：(三)坐标系与尺度编辑(CloudCompare)
如果不关心坐标系和尺度，可以直接进行3dgs训练：
从零开始跑通3DGS教程：(五)3DGS训练

参考

文中已列出

完

主要做激光/影像三维重建，3DGS，配准、分割等常用点云算法，熟悉open3d、pcl等开源点云库，技术交流、咨询可私信

Open3D 计算点云的曲率密度参数【2025最新版】
点云侠的博客
09-21 728
使用python版本Open3D计算点云的曲率密度参数。博客长期更新，本文最近更新时间为：2025年1月11日。
从零开始跑通3DGS教程：介绍
诺有缸的高飞鸟的博客
03-27 989
本文所属《从零开始跑通3DGS教程》系列文章，将实现从原始图像(有序、无序)数据开始，经过处理(视频抽帧成有序)，SFM，3DGS训练、编辑、渲染等步骤，完整地呈现从原始图像到新视角合成的全部流程。
模仿COLMAP的数据跑3DGS（自用）
m0_53406928的博客
07-16 1415
cam_infos_unsorted = readColmapCameras(cam_extrinsics=cam_extrinsics, cam_intrinsics=cam_intrinsics, images_folder=os.path.join(path, reading_dir))这里调用了上面的函数，往上看。发现一个问题，我的原始位姿的坐标系和点云的坐标系是在同一个坐标系下，但是colmap的输入点云和位姿的坐标系是需要乘以一个旋转矩阵的。这里我是对位姿数据进行一个旋转矩阵的变换操作。
3dgs代码+原理
Ajaxm的博客
11-05 7486
相信大家都听说过高斯分布。高斯分布，也叫正态分布，是一种非常常见的概率分布。如果你熟悉一维的高斯分布，可以直接跳到本章的第1节。如果你不了解高斯分布也没有关系，可以看一下下面这张图（图片来自搜狗百科）：这就是一张高斯分布的图片。图中，表示均值，表示标准差。简单来说，假设我有一个变量，它可能是任何一个实数。现在，我们假设它遵循上图这个高斯分布，那么上图中函数值越高的地方，就越有可能取到这个数值。我们可以看到，函数值最高的地方是，也就是说的值最有可能是。离越远的地方，
Python实现SFM和三维点云生成教程
最新发布
weixin_31749299的博客
05-22 1164
点云是由大量三维空间中的点组成的集合，通常由激光雷达（LIDAR）扫描或其他成像设备获得。在计算机视觉中，点云作为三维场景的直观表示，为理解和重建真实世界提供了丰富的信息。结构从运动（Structure from Motion，SFM）是一种利用多个视角的图像重建场景三维结构的技术。在计算机视觉领域，SFM技术被广泛应用于从一系列二维图片中重建出三维几何模型。其核心原理是基于摄像机运动学和几何关系，通过已知相机内部参数和一组包含重叠场景的图片集合，估计出相机的运动轨迹和场景的三维几何信息。
WED入门指南(3dgs)
02-27
WED入门指南,转载自3dgs_cn,用于3dgs
3DGS脚本教程翻译（1）-了解引擎
Android
03-13 2552
Workshop 01: 了解引擎如果你读到这篇文档那么你已经装好了3DGS；这个程序会进入开始菜单，就像下面的图片： 你可以看到快捷方式关卡编辑器，模型编辑器和脚本编辑器。看看它们能做什么：－关卡编辑器(Wed)用来创建我们游戏的关卡，由人类，妖怪等组成的3D世界。－模型编辑器(Med)在你想创建3D模型的时候很有用。想点亮你的关卡？用Med创建它。需要一个模型？用Med创建它。
3DGS.cpp 项目教程
gitblog_01106的博客
10-11 549
3DGS.cpp 项目教程 1. 项目目录结构及介绍 3DGS.cpp/ ├── apps/ │ └── viewer/ ├── cmake/ ├── include/ │ └── 3dgs/ ├── src/ ├── .clang-tidy ├── .gitignore ├── CMakeLists.txt ├── LICENSE └── README.md apps/: 包含应用程...
3DGS的训练（conda+docker两种方法）
qq_44901210的博客
09-18 1150
3D GS的训练，anaconda方法和docker方法的训练。
3DGS脚本教程翻译（12）-If - Else 语法
Android
04-29 2104
If - Else 语法   如果我的帐单超过1500USD我会去找个新工作，否则我会继续现在的工作。YES，我的脑子还能工作，多谢你的关心。这只是个if-else语法的例子。if (my_bills > 1500) {     find_new_job( ); } else {     keep_existing_job( ); } If-else语法和C语言基本上是一样的。
从零开始跑通3DGS教程：(四)修改(缩放、空间变换)colmap生成的sfm结果
诺有缸的高飞鸟的博客
05-10 930
通过colmap进行的sfm的普通方式会丢失场景的物理尺度信息，并且并不在符合一般认知的坐标系下，本文将读取colmap生成的点云和相机pose，将其进行空间变换和缩放之后，重新保存，新保存的结果仍然可以被colmap读取以及进行后续的稠密重建以及3dgs等工作
3D game studio 教程（包含模型教程和脚本使用教程）
01-26
3D game studio免费教程。
从零开始跑通3DGS教程：(三)坐标系与尺度编辑(CloudCompare)
诺有缸的高飞鸟的博客
03-29 1673
本文所属《从零开始跑通3DGS教程》系列文章； sfm重建的点云已经丢掉了尺度信息，并且坐标系跟图像数据有关(SFM初始化选择的图像)，所以如果想恢复物理真实尺度，以及在想要的视角下渲染，那么需要对尺度和坐标系进行编辑修正，下文介绍如何使用CloudCompare修改坐标系和尺度
从零开始跑通3DGS教程：(一)数据(采集)
诺有缸的高飞鸟的博客
03-28 1592
本文所属《从零开始跑通3DGS教程》系列文章; 本文介绍数据准备或者采集准备方式
服务器上colmap的安装（3DGS初始点云的获取）
m0_74304677的博客
12-26 779
3.安装一些依赖库（有可能不全，但这个地方就是缺啥补啥，到安装colmap的时候编译不了自然就知道缺啥了）1.B站大佬孤心不寒的Linux系统服务器上配置3DGS的笔记。其中native就是你之前查出来的算力，比如我这里就是89。2.CSDN上的帮助：（主要是下面文章中参考的那一篇）比如我的机器：那么之后显卡对应的算力就是89。接下来就可以安装编译了，可能时间会稍微长一点。我使用的环境详见上一篇。
colmap+3DGS复现
hihui1231的博客
02-25 1650
colmap和3DGS的复现流程
没想到3DGS已经成为刚需？！
CV_Autobot的博客
12-22 1123
神经辐射场（Neural Radiance Fields）自2020年被提出以来，相关论文数量呈指数增长，不但成为了三维重建的重要分支方向，也逐渐作为自动驾驶闭环仿真的重要工具。三年多的时间里，新的算法和改进层出不穷，其视觉质量逐步提高突破。并且在该技术的支持下，许多领域都取得了突破性的成果。但NeRF per-pixel ray marching的原理避免不了重建效率较低、过度平滑且容易发生灾难...
3DGS游戏引擎介绍和脚本教程
拥抱变化
01-16 1407
注：此教程系列在3DGS的中文官网www.xuduo.cn上已有翻译，不过进度较慢，因此我自己把它翻译出来了，估计比中文网上的要快一些吧^_^这里讲的是C-Script，而www.xuduo.cn上的是Lite-C,不过仅仅是名字和少许的教程细节不大一样（我手上拿到的英文教程叫C-Script，是6.22版的）。如果哪位大虾来到小站，请见谅本人蹩脚的翻译…… 此系列文章保证本人原创翻译，图片较多
3DGS脚本教程翻译（4）-位图和面板
Android
03-13 1388
Workshop 04: 位图和面板位图 一副位图不过就是一个由画图程序创建的图片文件。它可以是pcx, bmp或tga格式，真彩（强烈推荐）或者8位（不推荐）。我无法想象你会使用8位＝256色的图片……等等，我知道！a）你的游戏看起来太好了你想使它难看些；b）你所有的顾客都使用老式的3D显卡（比如S3 Trio 3D或Voodoo1）并且你知道游戏在它们的机子上会跑的更快如果你使用8位图
windows从零开始配置3dgs
03-08
### 配置3D图形栈（3DGS）于Windows操作系统 #### 所需软件安装 为了成功构建和运行3D图形栈，在Windows平台上需要准备一系列基础工具和库。这通常涉及以下几个组件： 1. **Visual Studio** 安装最新版本的 Visual Studio 是必要的，因为它提供了强大的 C++ 编译器和支持 DirectX 的开发环境。建议选择带有桌面开发套件的工作负载选项[^1]。 2. **CMake** 这是一个跨平台的自动化构建系统生成器，用于管理编译过程并简化不同操作系统的项目配置工作流。可以从官方网站下载适合 Windows 版本的二进制文件进行安装。 3. **DirectX SDK 或者最新的 Windows SDK** 对于现代应用程序来说，推荐使用包含在 Windows 8 及更高版本中的 Windows SDK 来替代旧版 DirectX SDK；它包含了创建高性能游戏和其他多媒体应用所需的 API 和文档资料。 4. **Python及其依赖包** Python 被广泛应用于计算机视觉领域内的脚本编写以及数据处理任务当中。对于从事3D重建工作的开发者而言，可能还需要额外安装诸如 OpenCV、NumPy 等第三方扩展模块来辅助完成特定功能实现。 5. **Git** Git 是一种分布式版本控制系统，方便团队协作管理和追踪代码变更历史记录。通过命令行界面或者 TortoiseGit 插件的形式集成到资源管理器右键菜单中均可满足日常需求。 6. **其他开源框架/库** 根据具体应用场景的不同，可能会涉及到更多专门用途的技术选型决策，比如 PCL(Point Cloud Library) 处理点云数据集、VTK(The Visualization Toolkit) 实现可视化效果渲染等。 7. **3D建模与编辑工具** Blender是一款免费且开源的强大三维设计软件，适用于模型制作、动画创作等多个环节。此外还有Maya、3ds Max等行业标准产品可供考虑选用取决于个人偏好或项目要求。 #### 设置步骤概述 - 下载并按照官方指南逐步引导完成上述各项必备程序的本地部署； - 创建一个新的解决方案工程目录结构，并利用 CMakeLists.txt 文件定义好整个项目的组织方式； - 将源码仓库克隆至指定路径下，确保能够顺利拉取远程分支更新内容； - 开始着手编写核心算法逻辑部分之前先搭建起基本测试用例框架以便后续验证正确性； - 掌握常用调试技巧如断点跟踪、日志输出等功能有助于提高解决问题效率； - 积极参与社区交流分享经验心得，及时获取前沿资讯动态保持技术敏感度。 ```python import numpy as np from sklearn import datasets, linear_model from matplotlib import pyplot as plt def load_data(): diabetes = datasets.load_diabetes() data = diabetes.data[:, np.newaxis, 2] # Split the data into training/testing sets train_x = data[:-20] test_x = data[-20:] # Split the targets into training/testing sets train_y = diabetes.target[:-20].reshape(-1, 1) test_y = diabetes.target[-20:].reshape(-1, 1) return train_x, train_y, test_x, test_y if __name__ == "__main__": X_train, y_train, X_test, y_test = load_data() regr = linear_model.LinearRegression() # Train the model using the training sets regr.fit(X_train, y_train) # Plot outputs plt.scatter(X_test, y_test, color='black') plt.plot(X_test, regr.predict(X_test), color='blue', linewidth=3) plt.xticks(()) plt.yticks(()) plt.show() ``` 此段代码并非直接关联于3D图形栈的具体实施细节，而是提供了一个简单的机器学习实例以供参考了解如何运用Python及相关科学计算库开展实验研究活动。实际工作中应当依据业务场景针对性地选取适当的方法论和技术路线加以实践探索。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

诺有缸的高飞鸟

你的鼓励将是我创作的最大动力

¥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

实付元
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