本项目提供了一套使用Python编写的代码库，用于在手机拍摄的照片基础上，通过神经辐射场（NeRF）技术实现高精度的三维场景重建。
该项目基于NeRF技术实现手机拍摄照片的三维重建，并提供完整的Python源代码（已测试通过）。该资源适用于计算机相关专业的在校学生、教师或企业员工学习使用，也可作为毕业设计、课程项目等参考材料。
### 项目文件结构与操作指南
- **训练准备**：需自行采集物体图片并压缩打包后下载。解压后的所有图片请置于`./data/COLMAP_test/images/`路径下。
- **生成位姿和点云**：
```python
imgs2poses.py ./data/COLMAP_test
```
- **安装依赖项**
```bash
pip install -r requirements.txt
```
- **配置文件修改**
打开并编辑 `./configs/COLMAP_test.txt` 文件，将`dataset_type`设置为`llff`.
- **训练过程**：
```python
run_nerf.py --config configs/COLMAP_test.txt
```
该命令会在当前目录下创建一个实验记录文件夹，并在此保存检查点和渲染示例。
- **测试环节**
若已存在实验目录（下载或自行训练），执行以下指令以生成视频:
```python
run_nerf.py --config configs/COLMAP_test.txt --render_only
```
该视频将存储于实验目录中。
5星
