我尝试从多个图像进行 3D 重建。我目前正在使用将 Lowe SIFT 功能作为 .feat 和 .mat 格式的可视化 SFM 管道。两者都是二进制的，所以我无法用编辑器阅读它们。由于visual sfm的文档：
使用您自己的特征匹配 1. 编写一个包含所有特征匹配的 txt 文件 2. 将您的图像（带有特征）加载到 VisualSFM 3. 使用“SfM->Pairwise Matching->Import Feature Matches” 4. 您可以添加特征匹配再次使用相同的方法。
*。这假设您已经检测到这些特征。*。命令行的相同功能是选项“+import”*。不要使用“SfM->Pairwise Matching->Compute Missing Match”，它会进行完全匹配
匹配文件格式如下 Match file = Image-Match = <# of matches>
例如，下面给出了 888.jpg 和 709.jpg 之间的 24 个匹配项
**888.jpg 709.jpg 24
19 18 24 3651 1511 2899 71 115 201 202 199 1639 2595 210 189 1355 268 241 137 728 1899 193 192 325
139 143 181 261 342 349 373 433 622 623 686 700 745 812 868 951 987 990 1001 1016 1021 1046 1047 1069
其中 888.jpg 中的第 19 个特征与 709.jpg 中的第 139 个特征匹配**
我使用 openCV 的 sift 算法，因此我为每个图像获得一个具有维度#Features x 128的矩阵，并将它们保存为每个图像的 .sift。
之后，我使用 openCV 中的匹配算法并获得一个包含以下行的文件：
图片__2018-04-24__15-06-04.jpg 图片__2018-04-24__15-06-11.jpg 955
22、27、33、49、59、65、72、92、97、100、101、105、106、112、116、120、123、126、127、129、137、141、142、143、144、 147、152、159、160、169、179、186、188、207、223、233、250、261、265、266、268、269、292、296、297、299、300、302、304、306、 308, 309, 312, 315, 318, 326, 327, 328, 329, 331, 333, 334, 337, 342, 348, 350, 358, 361, 364, 365, 369, 376, 380, 382, 383, 385、386、396、403、404、407、408、410、411、417、424、427、428、429、431、432、434、435、437、438、441、443、445、446、449、 450, 451, 452, 455, 458, 464, 465, 467, 468, 470, 471, 474, 477, 478, 480, 481, 482, 486, 488, 489, 490, 493, 494, 495, 496, 499, 501, 504, 505, 506, 509, 510, 511, 512, 514, 515, 516, 524, 526, 527, 528, 529, 530, 531, 533, 536, 538, 539, 541, 547, 549, 550, 554, 556, 560, 561, 563, 565, 567, 573, 574, 575, 577, 581, 582, 585, 587, 589, 590, 591, 596, 599, 602, 605,610, 615, 616, 617, 618, 629, 630, 631, 633, 659, 665, 670, 671, 678, 680, 681, 682, 683, 686, 690, 692, 694, 698, 703, 706, 709, 710, 721, 723, 735, 736, 737, 739, 740, 742, 743, 744, 745, 746, 747, 748, 750, 751, 752, 753, 754, 756, 757, 759, 760, 761, 762, 763, 765, 767, 768, 769, 770, 771, 772, 773, 774, 775, 777, 787, 788, 789, 791, 792, 793, 794, 796, 800, 801, 803, 804、805、806、809、810、811、812、814、815、817、818、819、820、821、822、825、828、829、831、834、835、836、838、839、840、 841, 843, 844, 846, 847, 848, 851, 853, 854, 857, 858, 861, 863, 864, 865, 866, 867, 868, 869, 870, 871, 872, 874, 875, 876, 877、878、879、882、883、885、886、888、889、890、894、895、897、898、901、902、905、907、909、910、912、913、914、916、917、 918、919、920、921、922、923、924、925、926、927、930、931、932、933、934、935、936、937、938、941、942、943、947、948、949、950、953、954、957、958、959、960、961、964、965、968、969、970、971、972、973、974、976、977、978、979、980、 981, 982, 983, 985, 987, 988, 989, 990, 991, 992, 994, 995, 997, 1001, 1002, 1003, 1004, 1005, 1007, 1008, 1009, 10130, 10142, 10142 1015, 1018, 1019, 1020, 1021, 1022, 1023, 1025, 1026, 1027, 1028, 1029, 1031, 1033, 1034, 1038, 1040, 1041, 1042, 1044, 1046, 1047, 1048, 1050, 1053, 1055, 1056, 1058, 1060, 1062, 1065, 1066, 1067, 1068, 1070, 1072, 1074, 1075, 1076, 1077, 1078, 1079, 1081, 1082, 1083, 1086, 1087, 1088, 1089, 1090, 1092, 1094, 1095, 1096, 1097, 1099, 1100, 1102, 1103, 1105, 1106, 1107, 1108, 1109, 1110, 1111, 1112, 1113, 1114, 1115, 1116, 1117, 1118, 1122, 1123, 1124、1125、1126、1133、1134、1135、1136、1137、1139、1141、1142、1143、1144、1145、1159、1161、1165、1167、1168、11769、11770、11769、11770、1178, 1179, 1180, 1183, 1185, 1186, 1187, 1189, 1190, 1192, 1197, 1199, 1200, 1202, 1203, 1205, 1206, 1207, 1209, 1210, 1211, 1214, 1215, 1217, 1218, 1222, 1223, 1224, 1225, 1227, 1228, 1229, 1232, 1234, 1235, 1238, 1239, 1240, 1242, 1243, 1244, 1249, 1250, 1251, 1252, 1253, 1257, 1261, 1262, 1263, 1266, 1268, 1269, 1270, 1271, 1272, 1273, 1274, 1275, 1277, 1278, 1280, 1281, 1283, 1284, 1285, 1286, 1288, 1289, 1291, 1292, 1293, 1294, 1295, 1296, 1298, 1300, 1301, 1302, 1303, 1304, 1307, 1308, 1309, 1311, 1312, 1314, 1315, 1317, 1318, 1319, 1320, 1321, 1323, 1327, 1328, 1329, 1331, 1332, 1334, 1335, 1336, 1337, 1338, 1339, 1341, 1343, 1344, 1345, 1346, 1347, 1349, 1350, 1351, 1352, 1353, 1354, 1355, 1356, 1360, 1361, 1362, 1363, 1366, 1368, 1372、1373、1374、1375、1376、1377、1378、1379、1380、1381、1382、1383、1384、1385、1386、1387、1388、1389、1390, 1391, 1392, 1393, 1394, 1396, 1399, 1401, 1402, 1403, 1404, 1406, 1407, 1408, 1409, 1411, 1412, 1414, 1415, 1416, 1417, 1418, 1420, 1421, 1423, 1425, 1426, 1428, 1429, 1430, 1431, 1433, 1436, 1437, 1438, 1441, 1442, 1443, 1444, 1445, 1446, 1447, 1449, 1450, 1452, 1453, 1454, 1456, 1457, 1460, 1462, 1464, 1465, 1467, 1470, 1471, 1472, 1473, 1474, 1475, 1478, 1480, 1481, 1483, 1484, 1485, 1488, 1490, 1492, 1493, 1494, 1495, 1496, 1497, 1498, 1499, 1500, 1501, 1502, 1503, 1504, 1506, 1508, 1509, 1510, 1513, 1514, 1515, 1516, 1517, 1518, 1519, 1520, 1521, 1523, 1524, 1525, 1526, 1527, 1528, 1531, 1532, 1534, 1537, 1539, 1540, 1541, 1542, 1543, 1545, 1547, 1548, 1549, 1551, 1552, 1553, 1554, 1555, 1557, 1558, 1560, 1561, 1563, 1565, 1566, 1567、1568、1569、1570、1572、1573、1575、1576、1577、1578、1579、1581、1582、1583、1584、1585、1586、1587、1588, 1590, 1591, 1593, 1594, 1597, 1598, 1599, 1600, 1601, 1603, 1604, 1605, 1608, 1609, 1610, 1611, 1612, 1613, 1614, 1616, 1618, 1619, 1620, 1622, 1623, 1625, 1627, 1632, 1633, 1634, 1635, 1636, 1637, 1638, 1639, 1641, 1643, 1644, 1648, 1649, 1650, 1652, 1653, 1655, 1656, 1657, 1658, 1660, 1661, 1662, 1663, 1664, 1665, 1666, 1667, 1669, 1670, 1671, 1672, 1673, 1674, 1675, 1677, 1678, 1679, 1682, 1683, 1684, 1685, 1686, 1689, 1690, 1692, 1696, 1697, 1699, 1700, 1702, 1705, 1708, 1710, 1711, 1712, 1713, 1714, 1715, 1717, 1718, 1719, 1720, 1723, 1726, 1727, 1730, 1731, 1732, 1734, 1735, 1736, 1737, 1739, 1740, 1741, 1742, 1744, 1745, 1747, 1748, 1749, 1750, 1752, 1753, 1754, 1755, 1756, 1759, 1760, 1761, 1762, 1763, 1764, 1765, 1766, 1767, 1768, 1769, 1770, 1771, 1773, 1775, 1776, 1778, 1780, 1782, 1784, 1785, 1787, 1788, 1789, 1790, 1791, 1792,1793, 1794, 1795, 1796, 1797, 1798, 1799, 1801, 1802, 1803, 1806, 1807, 1811, 1814, 1815, 1816, 1819, 1820, 1821, 1822, 1823, 1824, 1825, 1826, 1827, 1828、1830、1831、1834、1835、1836
所以我使用了 sfm -import 函数并插入了matches.txt 以及包含图像和.sift 文件的文件夹。但是我只得到一个空的 n 视图匹配文件（.nvm）
有人知道这条管道有什么问题吗？有没有人暗示我如何让这个工作？我认为我的格式有问题，但我看不出可能有什么问题
谢谢您的帮助
最好的
最大限度