Colmap 的安装与使用

Colmap是一个用于 SfM (Structure-from-Motion) 和多视图立体视觉 MVS (Multi-View Stereo) 计算的开源软件，可以根据多视角图像恢复三维场景结构，广泛应用于计算机视觉、机器人、无人机等领域。Colmap 的核心功能包括：

1. 特征检测与匹配：能够自动检测和匹配图像中的特征点。
2. 相机姿态估计：通过特征匹配来估计相机的位置和方向。
3. 稀疏重建：通过计算点云来恢复场景的三维结构。
4. 稠密重建：使用多视图立体算法来生成稠密的三维重建。

本文将梳理 Colmap 的环境配置过程和使用方法，更多教程参考 COLMAP Tutorial 。

实验环境：

• 平台：AutoDL
• 显卡：RTX 4090 24GB
• 镜像：PyTorch 2.1.2、Python 3.10(ubuntu22.04)、Cuda 11.8

一. COLMAP 安装

先更新软件包索引：sudo apt-get update，然后按照 COLMAP | Installation | Build from Source | Linux 安装即可。配置和编译完 COLMAP 后，验证 colmap -h，如果不报错即为安装成功：

报错记录

qt.qpa.xcb: could not connect to display.

处理过程中如果遇到 qt.qpa.xcb: could not connect to display. qt.qpa.plugin: Could not load the Qt platform plugin "xcb" in "" even though it was found. 报错：

原因是 Qt 显示插件依赖显示器，而远程服务器没有 GUI 环境。设置环境变量 ¹ 即可：export QT_QPA_PLATFORM=offscreen。

nvcc fatal : Unsupported gpu architecture ‘compute_native’

执行 ninja 指令时遇到 nvcc fatal : Unsupported gpu architecture 'compute_native' 报错：

报错的原因是 CUDA 编译器找不到支持的计算架构 ²，在 CMake 配置中正确指定该值即可：

nvidia-smi --query-gpu=compute_cap --format=csv		# 89
cmake .. -GNinja -DCMAKE_CUDA_ARCHITECTURES=89

但是又遇到 nvcc fatal : Unsupported gpu architecture 'compute_89' 报错，解决办法为 cmake .. -GNinja -DCMAKE_CUDA_ARCHITECTURES=80，原因未知。

二. 数据准备

上传数据集到 images 文件夹下即可，格式如下：

/path/to/images
+── images
│   +── image1.jpg
│   +── image2.jpg
│   +── ...
│   +── imageN.jpg

三. COLMAP 使用

COLMAP 提供了命令行接口进行自动化重建：colmap automatic_reconstructor --workspace_path $DATASET_PATH --image_path $DATASET_PATH/images ³：

密集重建的过程耗时较长，100 多张视图的场景大概需要 10 个小时。重建完成后格式如下：

/path/to/project
+── sparse
│   +── 0
│   │   +── cameras.bin
│   │   +── images.bin
│   │   +── points3D.bin
│   +── ...
+── dense
│   +── 0
│   │   +── images
│   │   +── sparse
│   │   +── stereo
│   │   +── fused.ply
│   │   +── meshed-poisson.ply
│   │   +── meshed-delaunay.ply
│   +── ...
+── database.db

---

1. solved: Could not load the Qt platform plugin “xcb” #300 ↩︎

2. nvcc fatal : Unsupported gpu architecture ‘compute_native’ #2464 ↩︎

3. COLMAP | Command-line Interface ↩︎