openMVG

多张照片一键算出相机位姿与三维点云

openMVG(open Multiple View Geometry)是一个用 C++ 编写的开源多视图几何库,主要面向三维计算机视觉与运动恢复结构(Structure from Motion, SfM)任务。它把从多张二维照片重建三维场景所需的核心算法模块化,包括特征提取与匹配、几何验证、相机标定、增量式 SfM 重建、光束法平差等,并提供清晰的 C++ API 和命令行工具。项目解决的是摄影测量与三维重建中算法零散、难以复用的问题,让研究者与工程师能快速搭建从图像集合到稀疏点云与相机位姿的完整流程。其设计强调模块解耦与可扩展性,常被用作学术研究基线,也适合无人机航拍、文化遗产数字化、建筑测绘等需要从照片生成三维结构的场景。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 6558
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类计算机视觉
开发团队openMVG
所属国家
官网地址
定价模式free
价格说明开源免费,MPL2.0 许可证
访问状态
是否开源
开源协议MPL-2.0
主要语言C++
技术栈/模型3d-reconstruction,computer-vision,drone,geometry,multiple-view-geometry,openmvg,photogrammetry,sfm,structure-from-motion
GitHub 星标★ 6558
30天Star增速
HF 下载量
上线时间2013-02-08 00:00:00
最近更新2026-09-15 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-18
浏览次数0

使用教程

难度:进阶 约 30 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • C++ 编译环境(项目为 C++ 框架)
  • Git,用于克隆 GitHub 仓库
  • 可访问 GitHub 以获取源码与 BUILD.md 构建说明
  • 按 BUILD.md 指引安装所需第三方依赖

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 获取 openMVG 源码到本地。README 的构建说明位于仓库根目录 BUILD.md 中。

    git clone https://github.com/openMVG/openMVG.git
  2. 2阅读构建说明

    README 明确构建教程在 BUILD.md,分为本地构建与 Docker 构建两种方式,请按其中一种操作。

    cd openMVG
  3. 3查阅在线文档

    README 指向 readthedocs 在线文档与 GitHub Wiki,可获取安装、构建与使用细节(README 未列出具体命令)。

  4. 4按 BUILD.md 完成构建

    具体依赖安装、CMake 配置与编译命令以 BUILD.md 为准;README 未给出可直接复制的构建命令,请勿凭猜测执行。

如何确认成功

README 未提供验证命令;请在按 BUILD.md 完成构建后,参照官方 readthedocs 文档与 Wiki 中的示例流程验证。

常见问题

Q:安装/构建步骤在哪里?

A:README 未直接给出安装命令,只提供了仓库根目录的 BUILD.md(local/docker build tutorial)作为构建教程入口,请以该文件为准。

Q:是否支持 Docker 部署?

A:README 的构建栏链接标注为 local/docker build tutorial,说明同时提供本地与 Docker 两种构建方式,具体命令见 BUILD.md。

Q:有官方文档吗?

A:有。README 给出 readthedocs 在线文档(openmvg.readthedocs.org)以及 GitHub Wiki,可用于查阅构建与使用说明。

Q:项目采用什么许可证?

A:README 徽章显示许可证为 MPL2(Mozilla Public License 2.0),商用与二次开发前请阅读 LICENSE 文件。

注意事项

  • README 节选未包含任何可复制的安装/构建命令,本教程只给出可确证的准备动作,实际构建请以 BUILD.md 为准。
  • 项目为 C++ 库与命令行工具,通常需要自行编译,非一键安装的 Python 包或现成 Docker 镜像。
  • README 提示可通过 Gitter 聊天频道(openMVG/Lobby)获取社区帮助。
  • 使用前请确认遵守 MPL2 许可证要求。

核心亮点

  • 模块化设计清晰,特征匹配、SfM、BA 等环节可单独替换或复用
  • 纯 C++ 实现且依赖较少,跨平台编译方便,适合嵌入自有管线
  • 提供完整命令行工具与示例数据,能快速跑通从图像到稀疏重建的流程

不足之处

  • 只做稀疏重建,稠密点云与纹理网格需搭配 OpenMVS 等外部工具
  • 文档以 API 和示例为主,缺少系统性的中文教程与调参指南
  • 大规模图像集的重建速度与内存占用相比部分商业方案仍有差距

适用场景

  • 无人机航拍照片的三维地形与建筑稀疏重建
  • 文物或雕塑的多角度照片数字化建模
  • 计算机视觉课程与科研中 SfM 算法的教学与实验基线

替代项目

COLMAP、OpenSfM、Meshroom

项目介绍

openMVG 是计算机视觉领域的开源项目,由 openMVG 开发,2013 年首次发布。

在全站 12,753 个收录项目中,它的 GitHub 星标数(6,558)位列前 7%,在计算机视觉分类的 441 个项目里位列前 7%。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-15。开源免费,MPL2.0 许可证。

它主要面向的使用场景是:无人机航拍照片的三维地形与建筑稀疏重建。同类可对比的替代方案包括 COLMAP、OpenSfM、Meshroom。

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 3995 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90893 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2035 2026-08-14