利用Colmap进行图片集的三维重建（mac，windows）

1.新建项目

2.创建数据库（一般建在图片文件夹那层），选择要重建的图片所在的文件夹，点击保存

3.可选择自动重建，全程自动重建进行稀疏匹配和密集匹配（可选项）并生成稀疏点云和密集点云（可选项）

如下，如果要求更高精度，则勾选dense model，不建议mac用户勾选。

第一个箭头选择图片文件夹所在文件夹，第二个选择图片所在文件夹。

点击run开始自动重建。

优点：全程自动，省事。

缺点：全部步骤一次进行，耗时长，如果闪退基本重头开始（也可备份找回，具体方法自行查找）

或者可选择手动重建，步骤如下：

第一步选择feature extraction，特征提取

第二步Feature matching，特征匹配

第三步start reconstrucion，开始重建。此过程动态可视。重建完生成sparce model（稀疏模型，包括稀疏点云等文件）到这一步就完成稀疏重建了。下一步是密集重建，可选可不选。

选择dense reconstruction，密集重建。（注意：这一步耗费时间较多，是前面的几倍）

先选择生成密集重建模型的文件夹（一般自己新建一个并放在图片文件夹所在那一层），接着从左到右选择，逐步生成文件。

images是图片文件夹，sparse是上一步我们生成的稀疏模型，dense是我们这一步生成的密集模型，包含文件如图所示。stereo包含了深度图等文件，fused.ply即位点云文件，可以在colmap的import model中打开并显示，meshed-poisson.ply是我们上副图第五个箭头选择而生成的柏松三维重建模型，meshed-delaunay.ply我们这里没有，因为没选择。对于这两个meshed文件，在colmap中无法打开，必须通过其他软件如meshlab打开查看并编辑，poisson和delaunay只是两种生成三维模型的不同方法，如果要选，二者选其一即可。如果不选，可以在meshlab中导入fused.ply也能生成三维模型（比colmap快）。

效果如下（meshlab）