3D Gaussian Splatting（部分手动复现）

（注：该blog灵感来自https://www.reshot.ai/3d-gaussian-splatting#step4，里面介绍了代码及实操，本博客只讲实操流程。）

1.代码下载

https://github.com/graphdeco-inria/gaussian-splatting

2.COLMAP下载

https://github.com/colmap/colmap/releases/download/3.8/COLMAP-3.8-windows-no-cuda.zip

下载完成后解压->双击.bat文件即可打开。

3.ffmpeg将视频转换为图片

具体操作可参见这篇博客<--点击

或者可以直接下载切分好的图片<---点击

4.三维重建

先在github下载的代码主文件夹里面新建一个data文件夹，再在data文件夹中新建images文件夹，里面放图片。

1.新建项目

打开colmap，file-->new project新建项目。其中.db文件需要新建，images路径选用，上面images文件夹的路径，这俩路径都不能出现中文，否则会保存失败。

2.特征提取

点击processing-->feature extraction，只需设置下图圈出来的即可，其余的按照默认设置。

3.特征匹配

processing-->feature matching-->sequential-->run

4.重建

Reconstruction>Reconstruction options。取消勾选multiple_models，关闭窗口。然后开始重建优化：Reconstruction>Start reconstruction。

5.导出相机姿势

重建完成后。现在通过点击file>Export model导出相机姿势，保存在新建的data/distorted文件夹中），然后可以关闭COLMAP。

5.文件准备

文件放置的顺序如下：

6.训练模型

先打开终端，进入虚拟环境，进入在gaussion splatting（代码所在）文件夹下。运行如下代码：

python convert.py -s $FOLDER_PATH --skip_matching

见到Done.即完成undistort the images操作

然后运行以下训练代码：

python train.py -s $FOLDER_PATH -m $FOLDER_PATH/output

data/output文件夹内容如下所示：

7.模型可视化

点击下载viewer

下载完成后进入终端，输入指令：

cd /d D:\github\gaussian-splatting-main\data\viewers\bin

路径设为自己的viewer/bin路径

然后运行指令：

SIBR_gaussianViewer_app -m $FOLDER_PATH/output

即可看到可视化结果了，整个流程到此结束。