如何将colmap的稀疏重建数据转换成适合MVSNet格式输入？

本文共计462个文字，预计阅读时间需要2分钟。

MVSNet文件格式+每个场景对应的文件文件夹应包含以下内容：+. +images +. +00000000.jpg +. +00000001.jpg +... +. +cams +. +00000000_cam.txt +. +00000001_...

MVSNet文件格式

每个场景对应的项目文件夹应包含以下内容：

. ├── images │ ├── 00000000.jpg │ ├── 00000001.jpg │ └── ... ├── cams │ ├── 00000000_cam.txt │ ├── 00000001_cam.txt │ └── ... └── pair.txt

可以通过脚本文件colmap2mvsnet.py将colmap稀疏重建的结果转为mvsnet格式的输入。

图像文件

所有图像文件都存储在images文件夹中，图像的索引是从00000000开头的8位数字，相机参数文件和预测输出的深度图也使用相同的索引。

相机参数文件

每幅图像的相机参数存储在cam.txt文件中，相机参数文件包括相机外参E=[R|t]、相机内参K和深度范围。

extrinsic E00 E01 E02 E03 E10 E11 E12 E13 E20 E21 E22 E23 E30 E31 E32 E33 intrinsic K00 K01 K02 K10 K11 K12 K20 K21 K22 DEPTH_MIN DEPTH_INTERVAL (DEPTH_NUM DEPTH_MAX)

请注意深度范围和深度分辨率由最小深度DEPTH_MIN，深度间隔DEPTH_INTERVAL 以及深度假设数目决定。另外interval_scale参数用于调整深度分辨率，因此最大深度值为：

DEPTH_MAX = DEPTH_MIN + (interval_scale * DEPTH_INTERVAL) * (max_d - 1) 视图选择文件

视图选择结果存储在pair.txt文件中，对于每幅参考图像，计算其与其他视图的视图选择分数，并选取得分最高的10幅视图存储在pair.txt文件中：

TOTAL_IMAGE_NUM IMAGE_ID0 # index of reference image 0 10 ID0 SCORE0 ID1 SCORE1 ... # 10 best source images for reference image 0 IMAGE_ID1 # index of reference image 1 10 ID0 SCORE0 ID1 SCORE1 ... # 10 best source images for reference image 1 ... 参考

• MVSNet Readme