如何使用 python 可视化包含内部和外部相机参数的 colmap 导出

Question

我有一个transforms.json 文件，其中包含23 个相机的Intrinsic 和Extrinsic。我想使用 Python、colmap、pycolmap 和 jupyternotebook 来可视化那些。以下是 .json 文件的一部分

{
  "w": 1920,
  "h": 1080,
  "fl_x": 1098.8550003271516,
  "fl_y": 1110.2997543513977,
  "cx": 970.1319034923014,
  "cy": 542.0541746563172,
  "k1": -0.28118870977442023,
  "k2": 0.06674186867742171,
  "p1": 0.0026768267765996103,
  "p2": -0.00237229158478273,
  "camera_model": "OPENCV",
  "frames": [
    {
      "file_path": "images/frame_00023.jpg",
      "transform_matrix": [
        [
          -0.07042611592680023,
          -0.9713950978549236,
          0.22678563900496068,
          2.1881674886247935
        ],
        [
          0.9325864609677816,
          0.016566699247072256,
          0.3605662730978109,
          1.7471888187630829
        ],
        [
          -0.3540093996139834,
          0.2368904986264339,
          0.9047431882282766,
          -0.21938707719027645
        ],
        [
          0.0,
          0.0,
          0.0,
          1.0
        ]
      ],

Answer 1

假设您已安装

pycolmap

。

在 Jupyter Notebook 中，您可以使用以下代码从 JSON 文件加载转换并可视化相机姿势

import json
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from mpl_toolkits.mplot3d.art3d import Line3DCollection

# Load transforms from JSON file
with open('transforms.json', 'r') as f:
    data = json.load(f)

# Extract camera poses
camera_poses = [frame['transform_matrix'] for frame in data['frames']]

# Visualize camera poses
fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

# Extract camera positions
camera_positions = [pose[:3, 3] for pose in camera_poses]

# Plot camera positions
ax.scatter(*zip(*camera_positions), c='r', marker='o', label='Camera Poses')

# Connect camera positions with lines
lines = []
for i in range(len(camera_positions) - 1):
    lines.append([camera_positions[i], camera_positions[i + 1]])

# Create a line collection
lc = Line3DCollection(lines, colors='b', linewidths=1, label='Camera Trajectory')
ax.add_collection3d(lc)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('Camera Poses')
ax.legend()

plt.show()

确保将“transforms.json”替换为 JSON 文件的实际路径。

此代码使用 Matplotlib 创建显示相机位置及其轨迹的 3D 绘图。相机位置由红色球体表示，轨迹由连接连续相机位置的蓝色线表示。

注意：请确保您的 Jupyter Notebook 环境能够访问所需的包，并且您可能需要根据您的具体 JSON 文件结构调整代码。

这里有一些资源： PyColmap 文档：

PyColmap GitHub 存储库：https://github.com/mihaidusmanu/pycolmap

PyColmap 文档：https://mihaidusmanu.github.io/pycolmap/

Matplotlib 文档：

Matplotlib 官方文档：

https://matplotlib.org/stable/contents.html

来自运动的计算机视觉和结构：

OpenCV 教程：https://docs.opencv.org/4.x/contents.html

计算机视觉中的多视图几何（Richard Hartley 和 Andrew Zisserman 所著书籍）：http://www.robots.ox.ac.uk/~vgg/hzbook/