Colmap在Linux下的安装-Toy模板网

这篇具有很好参考价值的文章主要介绍了Colmap在Linux下的安装。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

在用Gaussian splatting时，要先装colmap才能做一些预处理。

以下是我这的安装过程记录，可能不一定适合其他人，但是仔细查查肯定能解决~

我的环境：

系统：Ubuntu 22.04

cuda版本：11.8，显卡是4090

1、先安装一堆依赖库

	sudo apt-get install \
    git cmake ninja-build  build-essential \
    libboost-program-options-dev libboost-filesystem-dev \
    libboost-graph-dev libboost-system-dev libboost-test-dev \
    libeigen3-dev libflann-dev libfreeimage-dev libmetis-dev \
    libgoogle-glog-dev \
    libgflags-dev libsqlite3-dev  libglew-dev qtbase5-dev libqt5opengl5-dev \
    libcgal-dev libceres-dev

过程没出现啥问题。如果有问题那就要么有更基础的没装，或者版本问题，总之仔细看报错的信息，分析一下应该就能找到解决办法。

2、下载源码并编译安装

下载：

git clone https://github.com/colmap/colmap.git

进入目录，然后创建build目录，在这里进行编译和安装

cd colmap

mkdir build
cd build
sudo cmake .. \
      -D CMAKE_CUDA_COMPILER="/usr/local/cuda-11.8/bin/nvcc" ../CMakeLists.txt \
      -D CMAKE_CUDA_ARCHITECTURES='89'

sudo make -j24 
sudo make install

这里值得注意的是这个参数 CMAKE_CUDA_ARCHITECTURES

这个参数和显卡对应，网上搜了半天，都没找到4090对应的数字是啥，最后终于在这篇文章里详细说了，我这个是89，大家在这找自己显卡对应的数字就行：

Matching CUDA arch and CUDA gencode for various NVIDIA architectures - Arnon Shimoni

结果，我这个编译安装过程异常顺利，有点不敢相信。。。好运气。

因为我搜的过程中，找到了其他人编译出错了，我也记录一下，以防万一以后有问题（我没试过）：

问题1：有出现这个库出错的 libtiff4.0

解决： conda uninstall libtiff

问题2：头文件找不到gtest

解决：可能是依赖连续安装时，有些因为网络原因漏装了

sudo apt-get install libgtest-dev --reinstall

问题3：AttributeError: module 'cv2' has no attribute 'imread'

解决：pip install opencv-contrib-python -i Simple Index文章来源地址https://www.toymoban.com/news/detail-838329.html