利用3DGS中convert.py处理自采数据

前言

3DGS源码中convert.py提供对自采数据集的处理,需要预先安装ColmapImageMagick.

ubuntu22.04安装colmap

点击进入NVIDIA官网,查看GPU的CMAKE_CUDA_ARCHITECTURES

1、克隆colmap源码,并进入colmap文件夹

复制代码
git clone https://github.com/colmap/colmap.git
cd colmap

2、打开终端,预先安装一些前置依赖

复制代码
sudo apt-get install \
    git cmake ninja-build  build-essential \
    libboost-program-options-dev libboost-filesystem-dev \
    libboost-graph-dev libboost-system-dev libboost-test-dev \
    libeigen3-dev libflann-dev libfreeimage-dev libmetis-dev \
    libgoogle-glog-dev \
    libgflags-dev libsqlite3-dev  libglew-dev qtbase5-dev libqt5opengl5-dev \
    libcgal-dev libceres-dev

3、新建build文件夹,并进入build文件夹

复制代码
mkdir build
cd build

4、使用 cmake 配置时,指明 CUDA 编译器路径和指定GPU 的计算能力架构

复制代码
sudo cmake .. \
      -D CMAKE_CUDA_COMPILER="/usr/local/cuda-11.8/bin/nvcc" ../CMakeLists.txt \
      -D CMAKE_CUDA_ARCHITECTURES='89'

CMAKE_CUDA_COMPILER是本机CUDA的路径,

CMAKE_CUDA_ARCHITECTURES是本机GPU的计算能力,4090显卡对应8.9。

5、退回上一级目录

复制代码
cd ..

6、 指定并行编译的线程数

复制代码
sudo make -j24

7、 开始安装

复制代码
sudo make install

ubuntu22.04安装ImageMagick

进入ImageMagick仓库,如下步骤安装

复制代码
wget https://imagemagick.org/archive/ImageMagick.tar.gz
tar -xzvf ImageMagick.tar.gz
cd ImageMagick-7.1.1-43
./configure
make
sudo make install
sudo ldconfig /usr/local/lib

convert.py

将自采数据集图片放于 <location>/input,在相应的文件夹中创建原始分辨率的1/2、1/4和1/8的图像。

复制代码
python convert.py -s <location> [--resize]

MyData
|---images
|   |---<image 0>
|   |---<image 1>
|   |---...
|---images_2
|   |---<image 0>
|   |---<image 1>
|   |---...
|---images_4
|   |---<image 0>
|   |---<image 1>
|   |---...
|---images_8
|   |---<image 0>
|   |---<image 1>
|   |---...
|---sparse
    |---0
        |---cameras.bin
        |---images.bin
        |---points3D.bin
相关推荐
xiaohouzi1122332 天前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
小关会打代码2 天前
计算机视觉案例分享之答题卡识别
人工智能·计算机视觉
天天进步20152 天前
用Python打造专业级老照片修复工具:让时光倒流的数字魔法
人工智能·计算机视觉
荼蘼2 天前
答题卡识别改分项目
人工智能·opencv·计算机视觉
IT古董2 天前
【第五章:计算机视觉-项目实战之图像分类实战】1.经典卷积神经网络模型Backbone与图像-(4)经典卷积神经网络ResNet的架构讲解
人工智能·计算机视觉·cnn
张子夜 iiii2 天前
4步OpenCV-----扫秒身份证号
人工智能·python·opencv·计算机视觉
paid槮2 天前
机器视觉之图像处理篇
图像处理·opencv·计算机视觉
通街市密人有2 天前
IDF: Iterative Dynamic Filtering Networks for Generalizable Image Denoising
人工智能·深度学习·计算机视觉
sali-tec2 天前
C# 基于halcon的视觉工作流-章34-环状测量
开发语言·图像处理·算法·计算机视觉·c#
小王爱学人工智能2 天前
OpenCV一些进阶操作
人工智能·opencv·计算机视觉