colmap

从照片一键重建三维场景,精度高、流程全

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 2216 🐛 待处理 768 👀 关注 173
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 13182
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,可自行部署使用。

项目预览

colmap 项目界面预览图
图片来源:项目官网

项目数据

分类计算机视觉
开发团队colmap
定价模式🏷️完全免费
价格说明开源项目,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言C++
技术栈/模型computer-vision,geometry,multi-view-stereo,reconstruction,structure-from-motion
GitHub 星标★ 13182
上线时间2014-08-16 00:00:00
代码更新2026-11-09
仓库体积83.6 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-10
浏览次数8

项目介绍

COLMAP 是一个通用的运动恢复结构(SfM)和多视角立体视觉(MVS)管线,以 C++ 实现,提供命令行和图形界面。它解决的核心问题是从无序图像集合中自动重建出相机位姿和场景的三维稠密点云。其核心能力包括:特征提取与匹配、几何验证、增量式/全局式 SfM 进行相机标定与稀疏重建,以及基于深度图融合的稠密重建。它支持多种相机模型,具有鲁棒的异常值剔除策略,并提供了丰富的交互式可视化工具,便于检查重建结果。COLMAP 在学术研究和工业界被广泛使用,是三维重建领域的标杆工具之一。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 13182

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:本地安装 6 步

环境要求

  • Windows、Linux、Unix 或 BSD 操作系统(README 分别提供了对应二进制)
  • 若走 Conda 方式,需先安装 Conda 环境
  • 若走 Docker 方式,需先安装 Docker
  • 若使用 Python 绑定,需具备 Python 环境(并提供 CUDA 版本轮子)
  • 使用 AMD GPU 需通过 HIP/ROCm 从源码编译

安装与启动步骤

  1. 1选择安装方式

    README 提供预编译二进制、Conda 包、Docker 镜像、Python 绑定四种途径,按自身平台和需求选一种即可。

  2. 2下载预编译二进制

    Windows 用户到 GitHub Releases 下载二进制;Linux/Unix/BSD 用户在 repology 页面查找发行版对应打包版本。

  3. 3Conda 安装

    已使用 Conda 的用户可直接从 conda-forge 频道安装,这是 README 明确给出的安装命令。

    conda install colmap
  4. 4使用 Docker 镜像

    README 提供预构建镜像,地址为 https://hub.docker.com/r/colmap/colmap,拉取后即可在容器内使用命令行或图形界面。

  5. 5安装 Python 绑定

    需要脚本化调用时,从 https://pypi.org/project/pycolmap 获取绑定;CUDA 环境可选用 pycolmap-cuda12。

  6. 6从源码编译(可选)

    需要 HIP/ROCm(AMD GPU)支持或自定义构建时,按官方安装文档 https://colmap.github.io/install.html 自行编译。

如何确认成功

README 未给出验证命令;安装完成后启动 COLMAP 程序,或在 Python 中导入 pycolmap 确认可用。

常见问题

Q:Windows 上怎么装?

A:直接从 https://github.com/colmap/colmap/releases 下载预编译二进制即可,无需自己编译。

Q:Linux 有现成的安装包吗?

A:有。可在 https://repology.org/metapackage/colmap/versions 查看各 Linux/Unix/BSD 发行版的打包版本。

Q:支持 AMD 显卡吗?

A:支持,通过 HIP/ROCm 实现,但需要从源码编译,不能直接用预编译包。

Q:有 Python 接口吗?

A:有,PyPI 上提供 pycolmap,CUDA 用户可用 pycolmap-cuda12,方便在脚本中调用。

Q:必须自己从源码编译吗?

A:不必。README 提供二进制、Conda、Docker 等现成方式,只有特殊需求(如 ROCm)才需要编译。

注意事项

  • COLMAP 采用新 BSD 许可证,可较自由地用于研究与商业项目。
  • 使用其中特定算法时,需按源码说明引用原作者,并考虑引用 ceres-solver、poselib、sift-gpu、vlfeat 等第三方依赖。
  • COLMAP 同时提供图形界面与命令行界面,本 README 节选未展开具体参数用法,需查阅官网文档。
  • README 节选中的 Getting Started 内容被截断,实际使用前建议访问 https://colmap.github.io 获取完整说明。

核心亮点

  • 提供从特征提取到稠密重建的完整 SfM/MVS 流程,开箱即用
  • 增量式重建鲁棒性强,支持大规模无序图像集
  • 拥有友好的 GUI,可交互式查看和编辑重建结果

不足之处

  • 对大规模场景的内存和计算资源消耗较高
  • 文档偏学术化,新手入门门槛略高

适用场景

  • 无人机航拍图像的三维地形重建
  • 文化遗产数字化保护与虚拟展示
  • 机器人视觉定位与地图构建

替代项目

OpenMVG、OpenSfM、Meshroom

上一篇:Meshroom

下一篇:segmentation_models.pytorch

同类项目推荐

3DGS-DET 开源

用3D高斯泼溅做室内3D检测,边界更准、小目标更稳

Official codes for paper: 3DGS-DET: Empower 3D Gaussian Splatting with Boundary Gu···

★ 164 2026-09-30
FasterViT 开源

让视觉 Transformer 又快又准,高分辨率图像处理利器

[ICLR 2024] Official PyTorch implementation of FasterViT: Fast Vision Transformers w···

★ 928 2026-08-09
Altbot 开源

给 Fediverse 图片视频自动补 alt-text,视障用户也能刷到内容

Accessibility bot designed to enhance the Fediverse by generating alt-text descripti···

★ 142 2026-10-07
vision-demos 开源

克隆即跑的趣味 CV 演示,几分钟看到识别效果

Fun real-world computer vision demos!

★ 1128 2026-09-18
PytorchDeepLearing 开源

PyTorch 医学图像分割实战模板,含 UNet/VNet3D 与 Flask 推理

Meidcal Image Segmentation Pytorch Version

★ 346 2026-10-29
obs-backgroundremoval 开源

无需绿幕,直播录屏实时抠像换背景

An OBS plugin for removing background in portrait images (video), making it easy to ···

★ 4679 2026-08-10
colmap 开源

从照片一键重建三维场景,精度高、流程全

COLMAP - Structure-from-Motion and Multi-View Stereo

★ 13182 2026-08-10
eomt 开源

仅编码器搞定图像分割,又快又准

[CVPR 2025 Highlight] Official code and models for Encoder-only Mask Transformer (Eo···

★ 645 2026-08-10