【三维重建】【深度学习】【数据集】基于COLMAP制作自己的NeuS(DTU格式)数据集

提示:最近开始在【三维重建】方面进行研究,记录相关知识点,分享学习中遇到的问题已经解决的方法。

---

---

前言

DTU格式是NeuS网络模型训练使用的数据集格式之一，本文基于COLMAP软件展示从DTU格式数据集的制作到开始模型训练的完整流程。NeuS通过输入同一场景不同视角下的二维图片和相机位姿，对场景进行三维隐式建模，使用一种新的一阶近似无偏差的公式，从而即使没有掩模监督，也能进行更精确的表面重建。

---

下载安装colmap软件

下载COLMAP软件【下载地址】，本文使用的是Windows下的CUDA版本：

解压后双击打开COLMAP.bat，出现如下界面：

软件安装成功。

---

下载LLFF源码

# 可能需要科学上网从Github上直接git下载,博主下载到neus下
git clone https://github.com/Fyusion/LLFF.git
# 激活虚拟环境
conda activate XXX
# eg: activate neus
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-image
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple imageio

---

采集图片,使用colmap获取相机位姿

采集图像

本文制作数据集所需要的图片是用手机拍摄视频后抽帧获取的

# 激活虚拟环境
conda activate XXX
# eg: activate neus
# 安装opencv
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

新建文件Video_to_frame.py，通过执行以下代码完成抽帧(自定义抽帧的间隔)。

import os
import cv2
def extract_images(video_path, output_folder):
    # 获取视频文件名
    video_name = os.path.splitext(os.path.basename(video_path))[0]
    # 新建文件夹
    output_path = os.path.join(output_folder, video_name)
    if not os.path.exists(output_path):
        os.makedirs(output_path)
    # 打开视频
    cap = cv2.VideoCapture(video_path)
    # 设置帧间隔
    frame_interval = int(2)
    # 逐帧提取并保存满足间隔要求的帧
    count = 0
    while cap.isOpened():
        ret, frame = cap.read()
        if ret:
            print(frame_interval)
            if count % frame_interval == 0:
                image_name = os.path.join(output_path, f"{video_name}_{count//frame_interval}.jpg")
                cv2.imwrite(image_name, frame)
            count += 1
        else:
            break
    cap.release()

if __name__ == '__main__':
    video_path = 'C:/Users/XXX/Desktop/test_video/test.mp4'  # 视频文件路径
    output_folder = 'C:/Users/XXX/Desktop/test_frame'  # 输出文件夹路径
    extract_images(video_path, output_folder)

位姿计算

创建⼯程: 点击File -> New project 以新建一个项目。
1.点击New，选择一个文件夹(博主与测试图片放置在同一目录)，设置工程名以新建工程数据文件。

2.点击Select，选择刚才图像所在的⽂件夹，点击Save。

新建工程项目并配置完毕。

特征提取与匹配
1.图片特征提取，点击Processing -> Feature extraction，Camera model选择SIMPLE_PINHOLE，其他配置使用默认配置即可，点击Extract后，自动开始提取图片特征。

待特征提取完毕后关闭窗口。

2.图片特征匹配，点击Processing -> Feature matching，使用默认配置直接点击Run进行特征匹配。

待特征匹配完毕后关闭窗口。

在右侧Log一栏中可以查看特征提取与匹配的进度，请确保过程中没有Erro报错

稀疏重建
点击Reconstruction -> Start reconstruction进行重建，在窗口中可以看到重建过程，此过程可能会持续一段时间。

重建完毕后，得到如下图，通过右下角Images和Points可以大致判断是否重建成功。

注意:匹配的位姿和图片数目不同在后续的步骤中会导致报错,博主会在下文中详细说明解决这个问题的方法,暂时继续跟着步骤走。

保存位姿和稀疏点
点击File -> Export model 以导出模型，在保存图像的文件夹所在的目录下新建/sparse/0/文件夹，选择该文件夹将模型导入到该目录下。

在/sparse/0/目录下得到如下文件，成功保存图像位姿。

---

转成LLFF数据的格式

进入LLFF目录下，打开imgs2poses.py文件，新增如下内容，default=‘里面是sparse所在目录的绝对路径’，并将参数’scenedir’修改为是’- -scenedir’。

存放照片的文件夹名称必须是images，否则会出错，博主这里是test，所以需要修改成images。
在运行imgs2poses.py代码

# 注意要在imgs2poses.py所在目录执行命令
python imgs2poses.py
# 或者附带imgs2poses.py的路径
python XXXX\imgs2poses.py
# eg: python LLFF\imgs2poses.py

假如不增加default=‘’。

# 在运行imgs2poses.py代码时,即使有默认值也必须传入路径(与scenedir参数有关)
python imgs2poses.py "XXXX/XXXX/"

出现如下的问题:

这个问题是博主之前所说的匹配的位姿和图片数目不同导致的，博主在这里解决这个问题。通过在 LLFF/llff/poses/pose_utils.py 文件的32行左右添加如下代码：

    #---------输出匹配到位姿的图片名---------
    for i in np.argsort(names):
       print(names[i],end=' ')
    #---------输出匹配到位姿的图片名---------

添加代码位置如下图所示：

显示出所有匹配到位姿的图片。

进入图像保存的目录，删除没有匹配到位姿的图像，而后重新进行 “位姿计算” 这一步骤。

解决问题后，执行结果如下图所示：

生成有关图像位姿的npy文件，格式转换步骤完毕。

---

转成DTU数据的格式

博主提供了LLFF数据格式转DTU数据格式的代码。
将代码解压到合适的文件夹下，这里博主是解压到NeuS路径下。

执行指令将LLFF数据格式转DTU数据格式。

# XXX表示sparse所在的路径,不包含sparse。
python tools/preprocess_llff.py XXXX
#eg: python tools/preprocess_llff.py C:\Users\AYU\Desktop\test_frame

所有准备工作都已完成。

---

总结

尽可能简单、详细的介绍DTU格式数据集的制作流程以及解决了制作过程中可能存在的问题。