实战 | 手把手教你跑三维重建代码！

OpenMVS是三维重建的一个成熟开源框架，综合重建效果和性能，该算法是目前MVS(Multi-View Stereo)相关的所有开源库中最好的一个。该算法的框架如下所示

用OpenMVS重建的结果如下所示：

计算机视觉life对该代码进行了详细注释（持续更新）， 欢迎star，代码地址：

https://github.com/electech6/openMVS_comments

想要得到上述的重建结果，那么如何编译运行OpenMVS源码呢？下面是详细教程：

依赖项

OpenMVS 依赖的几个开源库，有两个是可选的可以先不安装.

• Eigen version 3.2 (or higher on Windows only)
• OpenCV version 2.4 or higher
• Ceres version 1.10 or higher （可选）
• CGAL version 4.2 or higher
• Boost version 1.56 or higher
• VCG
• GLFW（可选）

安装说明

工具:

• CMake
• git
• C/C++ compiler like Visual Studio or GCC

Linux 编译

Ubuntu 16.04

#准备一个空闲的机器安装:
sudo apt-get update -qq && sudo apt-get install -qq
sudo apt-get -y install git cmake libpng-dev libjpeg-dev libtiff-dev libglu1-mesa-dev

#安装Eigen (必需)
git clone https://gitlab.com/libeigen/eigen.git --branch 3.2
mkdir eigen_build && cd eigen_build
cmake . ../eigen
make && sudo make install
cd ..

#安装Boost (必需)
sudo apt-get -y install libboost-iostreams-dev libboost-program-options-dev libboost-system-dev libboost-serialization-dev

#安装OpenCV (必需)
sudo apt-get -y install libopencv-dev

#安装CGAL (必需)
sudo apt-get -y install libcgal-dev libcgal-qt5-dev

#安装VCGLib (必需)
git clone https://github.com/cdcseacave/VCG.git vcglib

#安装Ceres (可选)
sudo apt-get -y install libatlas-base-dev libsuitesparse-dev
git clone https://ceres-solver.googlesource.com/ceres-solver ceres-solver
mkdir ceres_build && cd ceres_build
cmake . ../ceres-solver/ -DMINIGLOG=ON -DBUILD_TESTING=OFF -DBUILD_EXAMPLES=OFF
make -j2 && sudo make install
cd ..

#安装GLFW3 (可选)
sudo apt-get -y install freeglut3-dev libglew-dev libglfw3-dev

#安装OpenMVS
git clone https://github.com/electech6/openMVS_comments.git openMVS
mkdir openMVS_build && cd openMVS_build
cmake . ../openMVS -DCMAKE_BUILD_TYPE=Release -DVCG_ROOT="/path to vcglib/vcglib"

#如果想生成共享库,可以在cmake加如下命令:
#-DBUILD_SHARED_LIBS=ON

#生成 OpenMVS 库文件:
sudo make -j2 && sudo make install

可能存在的编译问题

1. opencv中部分函数未定义

   先卸载：

   sudo apt-get autoremove opencv-doc opencv-data libopencv-dev libopencv2.4-java libopencv2.4-jni python-opencv libopencv-core2.4 libopencv-gpu2.4 libopencv-ts2.4 libopencv-photo2.4 libopencv-contrib2.4 libopencv-imgproc2.4 libopencv-superres2.4 libopencv-stitching2.4 libopencv-ocl2.4 libopencv-legacy2.4 libopencv-ml2.4 libopencv-video2.4 libopencv-videostab2.4 libopencv-objdetect2.4 libopencv-calib3d2.4
   
   

   再源码安装，可以安装比如4.1.1版本。

2. boost报错

   解决方法：升级boost==1.6.3

使用说明

OpenMVS可执行文件生成在openMVS/openMVS_build/bin/里面,在openMVS_build文件夹下打开终端，按照顺序执行如下命令：(-w 设置的是数据的路径，-i 是输入的文件名，-o是输出的文件名)。

注意：colmap/openmvg计算的位姿可以通过作者提供的InterfaceCOLMAP，InterfaceVisualSFM转成稠密重建输入的*.mvs文件。这里我们主要关注mvs重建过程，未给位姿这个配置介绍（后面如果大家需求可以补充）。大家先根据提供的数据测试。

1. 稠密重建

    ./bin/DensifyPointCloud -w /home/**/data/openMVS_sample -i scene.mvs -o test_dense.mvs
   

   输出log:

   
   

   得到的稠密点云test_dense.ply:

   

   
   

2. 曲面重建

   ./bin/ReconstructMesh -w /home/data -i test_dense.mvs -o test_mesh.mvs
   

   输出的log :

   
   

   生成的网格模型test_mesh.ply:

   

3. 网格优化

   ./bin/RefineMesh -w /home/data -i test_mesh.mvs -o test_refinemesh.mvs
   

   输出的log :

   
   

   优化的模型test_refinemesh.ply:

   

4. 纹理贴图

   ./bin/TextureMesh -w /home/data -i test_refinemesh.mvs -o test_texture.mvs
   

   输出的log:

   
   

   输出的结果 test_texture.ply test_texture.png: