本文共 1166 字,大约阅读时间需要 3 分钟。
基于Python脚本的database创建
可用于构建带有已知的相机内外参数的database,而不需要在gui界面手动修改参数,具体参考。
由上述文档知,除了使用GUI界面,可以使用 COLMAP build 版本中的colmap\scripts\python\database.py手动创建database文件。
使用时注意,database.py文件中给出了example_usage()函数作为使用示范,可以自行从外部添加图像、相机特征点、匹配点、等信息。
使用方法为:
python database.py --database_path $PROJECT_PATH/database.db
注意:
- 一般不直接修改已有的.db文件,这很可能会使database出错;
- 想要保留下程序运行生成的.db文件,需要将函数example_usage()末尾的remove操作删除,否则最后不会保存数据库文件。
''' # 注释掉才可以保存 if os.path.exists(args.database_path): os.remove(args.database_path) '''
在重建过程中添加已知相机参数的两种方法:
- 初始化方法:最简单的方法是根据已有的相机内外参数创建新的database.db数据库文件(只使用add_camera、add_image,不添加keypoint、match等信息),而后可以从头开始 feature extraction, feature matching, reconstruction 等重建过程。
- 中间插入模型的方法:先进行feature_extractor、exhaustive_matcher获取一个无参的database.db(这也可以通过automatic reconstruction实现);之后,自行添加已知的相机参数文件images.txt, cameras.txt, 以及空的point3d.txt,使用point_triangulator获取三角化后的模型和稀疏的点云(如果上一步是通过automatic_reconstructor实现的,则对输出的model文件全部舍弃,只是保留并利用特征match后的database.db);而后依次进行 image_undistorter、patchmatch_stereo、stereo_fusion 即可获得稠密重建结果。
注意:
- 使用第1种方法可以自行定义图像和相机的id,而如果用第2种方法,则需要先查看已有database.db文件中图像id与相机id的匹配关系(一般是较为随机的),按照该关系创建cameras.txt、images.txt,否则会报错(可参考)。
参考链接:
转载地址:http://vhvrj.baihongyu.com/