COLMAP のインストール（Ubuntu 上）

第１章　前準備

Ubuntu のシステム更新

Ubuntu で OS のシステム更新を行うときは， 端末で，次のコマンドを実行する．これは，パッケージ情報を最新の状態に保ち，インストール済みのパッケージをセキュリティアップデートやバグ修正を含めて更新するためである．

# パッケージリストの情報を更新
sudo apt update
# インストール済みのパッケージを包括的に更新（依存関係も考慮）
sudo apt full-upgrade
# カーネル更新等で再起動が必要な場合のみ実行する
# sudo shutdown -r now

Git, CMake, Ninja のインストール（Ubuntu 上）

インストールするには，端末で，次のコマンドを実行する．

sudo apt -y install git cmake ninja-build

C/C++ コンパイラと Make とビルドツールのインストール

ソフトウェアをソースコードからビルドするには，C/C++コンパイラ（通常はGCC）や make ユーティリティといった開発ツールが必要である．Ubuntuでは，これらのツールは build-essential パッケージにまとめられている．インストールするには，端末で，次のコマンドを実行する．

sudo apt -y install build-essential libtool texinfo dpkg-dev pkg-config

libtool, texinfo, dpkg-dev, pkg-config は，より複雑なビルドやパッケージ管理の際に役立つ開発関連ツールである．

NVIDIA ドライバ，NVIDIA CUDA ツールキット 12.8，NVIDIA cuDNN のインストール（Ubuntu 上）

Ubuntu での NVIDIA ドライバ，NVIDIA CUDA ツールキット 12.8，NVIDIA cuDNN のインストール: 別ページ »で説明

第２章　COLMAP のインストール（ソースコードを使用）（Ubuntu 上）

依存ライブラリのインストール（Ubuntu 上）

COLMAP は，Eigen，Ceres Solver，SuiteSparse，Qt などのライブラリに依存している．Ubuntu 標準のパッケージからまとめてインストールできるため，Ceres Solver をソースコードからビルドする必要はない．

端末で，次のコマンドを実行する．

sudo apt -y install \
    git \
    cmake \
    ninja-build \
    build-essential \
    libboost-program-options-dev \
    libboost-graph-dev \
    libboost-system-dev \
    libeigen3-dev \
    libopenimageio-dev \
    openimageio-tools \
    libmetis-dev \
    libgoogle-glog-dev \
    libgtest-dev \
    libgmock-dev \
    libsqlite3-dev \
    libglew-dev \
    qt6-base-dev \
    libqt6opengl6-dev \
    libqt6openglwidgets6 \
    qt6-svg-dev \
    libcgal-dev \
    libceres-dev \
    libsuitesparse-dev \
    libcurl4-openssl-dev \
    libssl-dev
# Ubuntu の openimageio の CMake 設定の不具合を回避する
# （openimageio の OpenCV 関連機能は使わないが，OpenCV のインクルードディレクトリの存在が必要）
sudo mkdir -p /usr/include/opencv4

* GPU 版をインストールしたい場合，NVIDIA CUDA ツールキットを事前にインストールしておく（前準備の章を参照）．NVIDIA ドライバ（https://www.nvidia.com/download/index.aspx），NVIDIA CUDA ツールキット 12.8，NVIDIA cuDNN のインストール: 別ページ »で説明

COLMAP のビルド（Ubuntu 上）

端末で，次のコマンドを実行する．-DCMAKE_CUDA_ARCHITECTURES=native は，ビルドを行っている手元の GPU 向けにのみ COLMAP を最適化する指定である．他の環境にも配布したい場合は，「native」の代わりに「all-major」を指定する．

cd /tmp
rm -rf colmap
git clone https://github.com/colmap/colmap.git
cd colmap
mkdir build
cd build
cmake .. -GNinja -DCMAKE_CUDA_ARCHITECTURES=native
ninja
sudo ninja install

* CPU 版をインストールしたい場合，CUDA 関連の指定を省略してビルドする．

cd /tmp
rm -rf colmap
git clone https://github.com/colmap/colmap.git
cd colmap
mkdir build
cd build
cmake .. -GNinja -DCUDA_ENABLED=OFF
ninja
sudo ninja install

動作確認

端末で，次のコマンドを実行する．ヘルプメッセージが表示されれば，インストールは成功している．

colmap -h

第３章　実行手順例（Ubuntu 上）

多視点画像の準備

COLMAP の公式サンプルデータセットである South Building（UNC Chapel Hill キャンパスの建物を撮影した128枚の画像）をダウンロードする．

cd /usr/local
sudo mkdir -p image
cd /usr/local/image

# unzip が入っていない場合はインストールする
sudo apt -y install unzip

# South Building データセットのダウンロード
sudo rm -rf south-building south-building.zip
sudo wget https://demuc.de/colmap/datasets/south-building.zip
sudo unzip south-building.zip

SfM と MVS を行ってみる

COLMAP には，画像フォルダを指定するだけで特徴抽出，マッチング，SfM（スパース復元），MVS（デンス復元）までを自動で行う automatic_reconstructor コマンドが用意されている．次のように実行する．

dataset=/usr/local/image/south-building/images
workspace=/var/tmp/south-building

sudo rm -rf $workspace
sudo mkdir -p $workspace

# 特徴抽出，マッチング，SfM，MVS を一括で実行する
colmap automatic_reconstructor \
    --workspace_path $workspace \
    --image_path $dataset

実行が終わると，$workspace/sparse にスパース復元結果（カメラ位置や特徴点の3次元座標），$workspace/dense にデンス復元結果（点群 fused.ply やメッシュ）が生成される．

スパース復元の結果は，GUI で次のように確認できる．

colmap gui --import_path /var/tmp/south-building/sparse/0 --database_path /var/tmp/south-building/database.db --image_path /usr/local/image/south-building/images

個々の処理段階を分けて実行したい場合は，次のように，特徴抽出，マッチング，SfM（スパース復元）を順に実行する．

dataset=/usr/local/image/south-building/images
workspace=/var/tmp/south-building-step

sudo rm -rf $workspace
sudo mkdir -p $workspace/sparse

# 特徴抽出
colmap feature_extractor \
    --image_path $dataset \
    --database_path $workspace/database.db

# 網羅的マッチング（画像枚数が少ない場合に適する）
colmap exhaustive_matcher \
    --database_path $workspace/database.db

# インクリメンタル SfM によるスパース復元
colmap mapper \
    --image_path $dataset \
    --database_path $workspace/database.db \
    --output_path $workspace/sparse