官网 Output Format — COLMAP 3.7 documentation

该文件包含数据集中所有重建相机的内在参数(相机内参)，每个相机使用一行，例如：

# Camera list with one line of data per camera: # CAMERA_ID, MODEL, WIDTH, HEIGHT, PARAMS[]

# Number of cameras: 3

1 SIMPLE_PINHOLE 3072 2304 2559.81 1536 1152

2 PINHOLE 3072 2304 2560.56 2560.56 1536 1152

3 SIMPLE_RADIAL 3072 2304 2559.69 1536 1152 -0.0218531

上述数据中，数据集包含 3 个摄像头，这些摄像头使用具有相同传感器尺寸（宽度：3072，高度：2304）的不同失真模型。 参数的长度是可变的，取决于相机型号。 对于第一个相机，有 3 个参数，单个焦距(focal 即fx fy)为 2559.81 像素，主点(即 cx,cy)位于像素位置（1536、1152）。 一个相机的内在参数可以被多个图像共享，这些图像使用唯一标识符 CAMERA_ID 来指代相机。

相机内参矩阵：

 其中S是：skew 畸变系数(distortion coefficients)

该文件包含数据集中所有重建图像的姿势和关键点，每幅图像使用两行，例如：

# Image list with two lines of data per image: # IMAGE_ID, QW, QX, QY, QZ, TX, TY, TZ, CAMERA_ID, NAME # POINTS2D[] as (X, Y, POINT3D_ID)

# Number of images: 2, mean observations per image: 2

1 0.851773 0.0165051 0.503764 -0.142941        -0.737434 1.02973 3.74354      1 P1180141.JPG       2362.39 248.498 58396 1784.7 268.254 59027 1784.7 268.254 -1

2 0.851773 0.0165051 0.503764 -0.142941         -0.737434 1.02973 3.74354     1 P1180142.JPG       1190.83 663.957 23056 1258.77 640.354 59070

这里，前两行定义了第一张图片的信息，以此类推。使用四元数 (QW, QX, QY, QZ) 和平移向量 (TX, TY, TZ) 将图像的重建姿态指定为从世界到图像的相机坐标系的投影。四元数是使用 Hamilton 约定定义的，例如，Eigen 库也使用该约定。投影/相机中心的坐标由 -R^t * T 给出，其中 R^t 是由四元数组成的 3x3 旋转矩阵的逆/转置，T 是平移向量。从图像上看，图像的局部相机坐标系定义为 X 轴指向右侧，Y 轴指向底部，Z 轴指向前方。 上面示例中的两个图像都使用相同的相机模型并共享内在函数 (CAMERA_ID = 1)。映像名称与项目的选定基础映像文件夹相关。第一个图像有 3 个关键点，第二个图像有 2 个关键点，而关键点的位置以像素坐标指定。两幅图像都观察到 2 个 3D 点，并注意第一张图像的最后一个关键点在重建中没有观察到 3D 点，因为 3D 点标识符为 -1。

该文件包含数据集中所有重建的 3D 点的信息，每个点使用一条线，例如：

这里有三个重建的 3D 点，其中 POINT2D_IDX 定义了 images.txt 文件中关键点的从零开始的索引。 误差以重投影误差的像素为单位，仅在全局束调整后更新。