Open2
colmapからtransforms.jsonを出力
- 画像を追加して特徴量抽出
colmap feature_extractor --database_path database.db --image_path output/images --ImageReader.single_camera 1 --ImageReader.camera_model OPENCV --SiftExtraction.use_gpu 1
- 特徴量マッチング(vocab_treeを使用)vocab_tree ファイルがない場合は以下のコマンドでダウンロード:(windows)
colmap vocab_tree_matcher --database_path database.db --SiftMatching.use_gpu 1 --VocabTreeMatching.vocab_tree_path vocab_tree_flickr100K_words32K.bin
Invoke-WebRequest -Uri https://demuc.de/colmap/vocab_tree_flickr100K_words32K.bin -OutFile vocab_tree_flickr100K_words32K.bin
- SfM(バンドル調整)を実行
mkdir sparse colmap mapper --database_path database.db --image_path output/images --output_path sparse
- バンドル調整後のリファインメント:
colmap bundle_adjuster --input_path sparse/0 --output_path sparse/0 --BundleAdjustment.refine_principal_point 1
- geo-registration(必要なら)
colmap model_aligner \ --input_path sparse/0 \ --output_path sparse/0 \ --ref_images_path ./output/geo-registration.txt \ --ref_is_gps 0 \ --alignment_type custom \ --robust_alignment_max_error 3.0
colmap model_aligner --input_path sparse/0 --output_path sparse/0 --ref_images_path ./output/geo-registration.txt --ref_is_gps 0 --alignment_type custom --alignment_max_error 3.0
- モデルをテキスト形式に変換(colmap_to_transforms.pyで処理するため)
colmap model_converter --input_path sparse/0 --output_path output --output_type TXT
ここからdense mesh*(poisson)を作る方法
- Dense Reconstruction (MVS)これに110.491 [minutes]かかる
mkdir colmap/dense colmap image_undistorter \ --image_path images \ --input_path colmap/sparse/0 \ --output_path colmap/dense \ --output_type COLMAP \
colmap patch_match_stereo \ --workspace_path colmap/dense \ --workspace_format COLMAP \ --PatchMatchStereo.geom_consistency true
- Dense Point Cloudの生成
colmap stereo_fusion \ --workspace_path colmap/dense \ --workspace_format COLMAP \ --input_type geometric \ --output_path colmap/dense/fused.ply
- メッシュデータの生成
colmap poisson_mesher \ --input_path colmap/dense/fused.ply \ --output_path colmap/dense/meshed-poisson.ply