从多张图片重建3D模型（瞎七瞎八写了好多）

1.主要流程

1.1 SIFT：计算图片每个像素点的特征（常见的用SIFT算子）

1.2 SFM：对多张图片像素做匹配对应，通过上步得到的特征，从而估计相机参数，得到稀疏的3D信息

1.3 CMVS/PMVS：根据上步得到的相机参数，做稠密重建，得到点云

1.4 对上步的点云做后处理，得到网格，去除噪声点等。

2.使用源码

完成1.1和1.2流程可以使用Bundler（实现SFM的比较经典的方法）和VisualSFM（好像网页上只放了程序，我没有找到源码），到这一步只是生成了稀疏点云。

CMVS/PMVS可生成稠密点云，完成1.3流程，但一般CMVS/PMVS是加载到Bundler和VisualSFM程序（软件）中的，所以1.1，1.2和1.3是在一个软件中（分步骤）完成的，后面把这三个流程算作一个步骤了。

处理1.4我使用的是MeshLab（开源系统），可以处理点云，生成3D模型。

应该不是很重要的小插曲：其实在前期一开始我还调研了opencv写的一个小程序处理图片，生成效果并不理想，但可能是使用的照片本身效果并不好，因为生成的是** .yml文件（点云文件），我没有查到这个文件格式的处理方法，所以作罢。文档见后面。

3.文件格式问题

第一步：使用Bundler和VisualSFM先生成稀疏点云，再利用集成在程序里的CMVS/PMVS生成稠密点云。

输入：围着要重建对象拍摄的一系列照片；

输出：一个 .out文件，存储着每个相机的位置及重建出的稀疏点云（先输出）；

一个.ply文件，存储着由稀疏点云重建出的稠密点云（后输出）。

第二步：使用Meshlab对3D网格/点云做各种操作。输入第一步的生成文件，Meshlab通过一系列操作可创建出包含纹理的、干净的、高分辨率的网格，并自动计算UV映射及创建纹理图像。

 输入：VisualSFM的生成文件，.out文件和list.txt文件（存储照片序列）；以及.ply文件；

输出：一个.obj文件，3D模型的网格；一个.png文件，任意大小的纹理图；

4.参考文档

4.1 sfm流程概述： http://blog.csdn.net/qingcaichongchong/article/details/62424661

4.2数据集（也就是下载图片和点云的网站）

三维重建数据集：http://vision.ia.ac.cn/zh/data/index.html（国内的我只找到这一个）

这还有一个别人总结的，可以看看，我用的上一个，不知道这个怎么样：

三维点云数据集：https://www.douban.com/note/632704028/

4.3三维重建全过程教程

VisualSFM和Meshlab实现三维重建过程：http://planckscale.info/tag/visualsfm/

这是在Windows下，因为Bundler在Windows下安装的话，还需要安装Linux虚拟环境，我安了一遍没安好（其实是我懒），正好有linux系统，我就直接在那台机器上跑的，虽然，那台机器，配置，相当高，小型服务器的那种，但是！Bundler跑一次就要一夜（可能是我选的照片过大），另外Bundler还有其他的一些问题，我都写在最后总结处了，我这有一篇linux下使用Bundler + CMVS-PMVS进行三维重建的博客：http://blog.csdn.net/u013358387/article/details/71576660  写的很清晰，但有几个小问题，可能博主写错了，我在博客的评论中已经写出来了，另外三篇供大家参考：

（1）Bundler 及 PMVS 常见问题&解决方法http://blog.csdn.net/xdczj/article/details/51301877

（如果你使用的是手机拍摄的照片，你可能找不到CMOS宽度信息，但可以从百度上找找现在手机常用CMOS宽度信息，试一试嘛）

（2）Bundler在Windows下的安装和配置 http://www.cnblogs.com/weizhoupan/archive/2011/03/05/Intro_on_Bundler.html

还是会遇到一些问题，但是可以搜一搜，很好解决。

（3）在CYGWIN下编译和运行软件Bundler ，以及PMVS，CMVS的编译与使用

http://www.cnblogs.com/mothe123/p/3570981.html

4.4 一开始调研的OpenCV实现SfM

OpenCV实现SfM： http://blog.csdn.net/AIchipmunk/article/details/48132109源码和讲解都很清晰，共有四篇，感谢博主http://blog.csdn.net/chuhang_zhqr/article/details/52946689这也是一个关于OpenCV实现SfM的详解，但没有给出源码，好像还没有更完。。

温馨提示：

因为在OpenCV 3.1.x后的版本中把未稳定功能模块（需要用到Surf和Sift算法），都一起独立存放在opencv_contrib目录下面了，，所以如果我们想要使用这个目录的功能，就需要自己重新进行OpenCV的编译，但是过程十分繁琐，配置版本之间的要求十分苛刻，所以很！ 难 ！安！而且会遇到各式各样的问题。

http://www.cnblogs.com/wjy-lulu/p/6805557.html

（这是一篇关于opencv3.1+contrib的配置大总结，里面有遇到的各式各样的问题，还有安装教程博客的推荐，以及作者自己编译好的半永久配置文件，特别好，我配置了三天，失败无数次，实属无奈，最后用的还是作者的半配置文件，但不知是我前一个配置的成功还是作者的半配置文件，反正吧，最后成功了，笔芯，强推！）

4.5另外的一些

别人对Structure from Motion 资料总结，很全，偏理论的一些资料：http://blog.csdn.net/u014636245/article/details/77527627

这还有个Qt + OpenGL + OpenCV实现SFM算法的，但只生成了稀疏点云，博主没有放出源码，但里面内容能帮助理解sfm原理的一些东西：

http://blog.csdn.net/Mahabharata_/article/details/70799695?locationNum=9&fps=1

5.最后大总结[撒花]

三维重建的方法很多，我隔壁的姐姐正在搞slam，看起来也很高级。SFM的开源库也有很多，我只调研了OpenCV，VisualSFM，Bundler这三个开源库，我的感受，只是我的感受：

OpenCV：要安装3.1.0以上的版本，还要配置opencv_contrib扩展库，安装麻烦，效果还好，生成** .yml文件（点云文件），后续我也不知道咋处理了。。

VisualSFM+ CMVS-PMVS和 Meshlab：成像快，好，安装简单，用在Windows下，使用简单，但生成的点云有超多杂点，不知道为什么，需要你在Meshlab下手动删除处理，好像牵扯到相机系统标定什么的，没查到。。

Bundler+ CMVS-PMVS和 Meshlab：成像最好的，杂点很少，运行最慢的，要求最麻烦的，要求图片长不过2000，还需要知道相机传感器宽度，需在linux环境下使用命令行运行，还有一个问题，他只能建成一面，我把物体四周都拍了，他就拆开，前后建在一面，我也是很惆怅。。

其实文章虽然写了很长，但并不能把我这两个多月所有的全部写进去，由于时间很短，我对三维重建这块的原理也是一知半解，所以，有疏漏有错误以及各种各种不好的地方，希望大家指出多多包涵。先行谢过。然后，因为某些原因，我已经转去AR/VR组了，所以三维重建也就此告一段落，我也是两个月前接到的任务，从对这方面一点不懂到完成这篇总结，感谢各位博主的无私分享，笔芯。我只是一个大千世界中的一只小蚂蚁，对于其中涉及到的算法和需要的优化，我真心无能为力，等我考上研究生，我再来答，加油中~~~

瞎七瞎八写了很多，也不知道有没有价值，抱住胖啊胖的寄几╰(￣▽￣)╯