这篇博文主要介绍多视角三维重建的实用工具COLMAP。为了让读者更快确定此文是否为自己想找的内容，我先用简单几句话来描述此文做的事情： 假设我们针对一个物体（人）采集了多个（假设60个）视角的照片，希望用COLMAP实现：(1)通过不同视角之间的特征匹配算出每个视角的相机位资（内外参）；(2) 对物体进行初步的稀疏重建，完成多视角数据的可视化（详见图3）。
参考链接：（官方）
Github: https://github.com/colmap/colmap
Tutorial: https://colmap.github.io/

随着NeRF在新视角合成的爆火，多视角三维重建迎来了两年多的蓬勃发展。

                                                                           图1 NeRF渲染新视角
如图1所示，我们轻而易举可以采集到某一物体的多视角图像。由简单的多视几何原理可知， 单视角视图与三维物体之间可以通过相机内外参数的计算进行映射。
废话不多说，我们先得到多视角的图像：

                                                                            图2 多视角乐高积木
如果光看图片，哪张图片属于哪个视角其实是不直观的。而且没有相机参数将它们之间联系起来。这个时候就可以用到COLMAP了。COLMAP工具效果如图3:

                                                  图3 COLMAP多视角视图相机位姿计算与可视化
根据图3，我们可以看出多个视图的观测点分别处于哪个三维位置。这样比较容易看采样的疏密程度等等，便于debug。同时，我们可以算出每个视点的相机位姿，可以做进一步重建之用（如NeRF）。
现在我把如何从一组图片中得到图3结果的步骤描述一下：
(1)打开COLMAP界面，点击Reconstruction->Automatic reconstruction，得到下列输入框：

                                                                                图4 COLMAP操作图

(2) 在图4的对话框中，选定一个workspace路径（可自定义），再明确图像路径（存放多视角图像的路径）。然后把Dense model的对勾去掉，点击Run即可。完成这一步操作后，COLMAP会在workspace路径下生成一个 database.db文件。如果这步完成没得到图3结果，可继续做进行第(3)步；
(3)左上角点击 File->New Project，选定database为第(2)步生成出的 database.db，选定images为图像路径。点击save即可。

然后点击左上角运行。即可得到图3结果。