$ DATASET_PATH=/path/to/dataset
$ colmap feature_extractor \
--database_path $DATASET_PATH/database.db \
--image_path $DATASET_PATH/images
相机内参已知则通过 ImageReader.camera_params 传给 COLMAP ，其中 camera_model 默认 SIMPLE_RADIAL，如：
$ colmap feature_extractor \
--database_path $DATASET_PATH/database.db \
--image_path $DATASET_PATH/images \
--ImageReader.camera_model SIMPLE_PINHOLE \
--ImageReader.camera_params "8141.6649310000003,4088.7069849999998,2744.4657299999999"
$ colmap exhaustive_matcher \
--database_path $DATASET_PATH/database.db
$ mkdir $DATASET_PATH/sparse
$ colmap mapper \
--database_path $DATASET_PATH/database.db \
--image_path $DATASET_PATH/images \
--output_path $DATASET_PATH/sparse
将 COLMAP 重建结果对齐到enu坐标系下。
colmap model_aligner \
--input_path $DATASET_PATH/sparse/0 \
--output_path $DATASET_PATH/sparse/enu \
--database_path $DATASET_PATH/database.db \
--ref_is_gps 1 \
--alignment_type enu \
--robust_alignment 1 \
--robust_alignment_max_error 3.0
COLMAP 稀疏重建后模型默认导出为 bin 文件，通过 model_converter 转换成 txt 文件。
$ colmap model_converter \
--input_path $DATASET_PATH/sparse/enu \
--output_path $DATASET_PATH/sparse \
--output_type TXT
生成文件包括：
cameras.txt ：相机内参，如：
# Camera list with one line of data per camera:
# CAMERA_ID, MODEL, WIDTH, HEIGHT, PARAMS[]
# Number of cameras: 1
1 PINHOLE 8192 5460 8352.1833208403386 8349.8891564001406 4096 2730
points3D.txt：稀疏三维点云中三维空间点的信息，如：
# 3D point list with one line of data per point:
# POINT3D_ID, X, Y, Z, R, G, B, ERROR, TRACK[] as (IMAGE_ID, POINT2D_IDX)
# Number of points: 124409, mean track length: 7.3650378991873575
91192 123.44432022064703 47.062972718538376 -76.142005611126919 74 72 51 2.1808438076794063 35 944 36 1292 11 4766 10 4590 55 497
40663 209.9986755816106 35.173755586497045 -84.436714988318741 164 161 146 0.61142845101018317 74 5892 64 3986 26 5361 27 5279
...
images.txt ：相机外参，包含旋转和平移，以及每张图片中特征点在图像中的二维坐标及其对应的三维稀疏点索引，如：
# Image list with two lines of data per image:
# IMAGE_ID, QW, QX, QY, QZ, TX, TY, TZ, CAMERA_ID, NAME
# POINTS2D[] as (X, Y, POINT3D_ID)
# Number of images: 173, mean observations per image: 5296.3988439306358
1 0.0689472801192067 0.70560988468229136 -0.7048650158271963 0.022940633507678346 0.34149251662439523 -2.2758206445045892 -8.1782899938016342 1 DJI_20220908100430_0101.JPG
5759.45068359375 4.8832278251647949 -1 5846.328125 5.252079963684082 -1 ...
2 0.066063024981370136 0.70590061746532673 -0.7050147211347646 0.017153366306688324 0.38011396540043579 9.2268881037835175 -7.9378142950761745 1 DJI_20220908100431_0102.JPG
...
COLMAP输出的 images.txt 中的四元数 Q 和平移向量 T ，是其定义的相机坐标系下的 R 和 t ，需要首先进行坐标系的变换：
输入文件为
① images_w.txt ，由 get_tras.py 从 images.txt 转化，每行分别为 NAME, QW, QX, QY, QZ, TX, TY, TZ ，如：
DJI_20220908100430_0101 0.06894728011920546 -0.705609884682304 0.704865015827209 -0.02294063350767862 -1.1987342798263498 0.879258405187668 -8.364827837490488
DJI_20220908100431_0102 0.06606302498136993 -0.705900617465329 0.7050147211347668 -0.017153366306688633 10.092607772563841 0.901536081989625 -6.753913497492001
...
② points_w.txt ，由 get_tras.py 从 points3D.txt 转化，每行分别为 X, Y, Z ，如：
120.88105011 39.30334473 -91.44336700
185.03459167 70.53565979 -98.30294800
185.37454224 185.75335693 -90.65348053
...
修改 main() 中 轨迹文件路径为 points_w.txt 所在路径，
// 点云文件路径
std::string cloudname = "./测试数据及结果/points_w.txt";
修改 main() 中 轨迹文件路径为 images_w.txt 所在路径，
// 轨迹文件路径
std::ifstream infile("./测试数据及结果/images_w.txt");
修改 main() 中 图像路径为 图像文件夹 所在路径，
// 图像路径
std::string imagepath = "./测试数据及结果/images/" + filename;
运行代码生成结果，保存在 result.jpg 。