# SuperPoint+Colmap

**Repository Path**: lxcz995/super-point--colmap

## Basic Information

- **Project Name**: SuperPoint+Colmap
- **Description**: 该仓库主要实现将colmap特征点部分使用SuperPoint代替
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 1
- **Created**: 2021-10-28
- **Last Updated**: 2024-06-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# SuperPoint+Colmap

#### 介绍
该仓库主要实现将colmap特征点部分使用SuperPoint代替

#### 软件架构
软件架构说明


#### 安装教程

1.  git clone 该工程：git clone https://gitee.com/lxcz995/super-point--colmap.git

#### 使用说明

1.  运行配置相应参数后运行 super_colmap.py
如：在当前路径下创建data文件夹，并在data文件夹内创建images文件夹，images内放图片
python super_colmap.py \
       --projpath data
       --cameraModel PINHOLE
       --image_path images
       --single_camera
2.  运行后data文件夹下出现一个database.db和image_pairs_to_match.txt，根据colmap-gui创建project导入database.db,并选择images路径；
直接运行特征匹配部分，选择自定义匹配，并添加image_pairs_to_match.txt（也可以选择暴力匹配，无需导入image_pairs_to_match.txt，不过我
出现了闪退，理论上是一样的操作，匹配方式见代码）；然后按照colmap重建的步骤往下走即可。
3.若想单独看SuperPoint结果，可以单独运行SuperPointDetector.py，并取消代码中部分可视化代码

另外：
代码已增加加载SuperPoint描述子功能，并修改了database.py中加载描述子数据类型，以方便对接AdaLAM匹配方法，需要注意的是在AdaLAM中加载db文件
的描述子时数据类型同样需要修改，AdaLAM代码地址：https://github.com/cavalli1234/AdaLAM
#### 依赖

1.  Python3.7+
2.  PyTorch and TorchVision
3.  OpenCV
4.  imageio and imageio-ffmpeg