(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
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。