instant-ngp获取视频或者图像相机位置信息colamp2nerf.py生成ransforms.json

遇到的问题：

在centos安装colamp需要装很多依赖，并且需要手动编译；
在unbntu上安装colamp、ffmpeg很方便，但是运行colamp2nerf.py会报错ERROR: failed to create sparse model，未解决。
在win上，安装ffmpeg和colmap可以直接使用，但是运行命令行会找不到colmap命令（可能环境变量未配置好）。

最终生成transforms.json办法：

1. 视频作为输入时，直接运行colamp2nerf.py，ffmpeg可正常运行提取出图片；
2. 在win上打开colmap，依次：
   1）.新建项目
   
   2）.选择项目位置和照片位置，点击save保存
   
   3）.点击processing->feature extraction进行特征提取
   4）.点击processing->feature match进行特征匹配
   5）.点击Reconstruction->Start reconstruction开始重建
   6）.最后点击File->export model as text将结果保存为文本（文件夹名称必须为colamp_text，对应colamp2nerf.py中的参数）
3. 最后直接运行colamp2nerf.py，无需配置参数，py文件和colamp_text文件夹在同一目录下。

参考：英伟达的Nerf:instant_ngp在Windows10下的配置和使用–保姆级教学