完成Colmap图像定位预处理后，如何程序化查询相机位姿？

第一步：完成新图像的姿态注册（关键前置步骤） #

你已经完成特征提取和匹配，但仍需运行图像注册命令，将新图像定位到已有稀疏重建场景中：

colmap image_registrator \
    --database_path ./database.db \
    --input_path ./your_existing_sparse_recon \
    --output_path ./updated_sparse_recon

• your_existing_sparse_recon：你之前从视频得到的稀疏重建文件夹
• 运行后，新图像的位姿会写入数据库和更新后的稀疏重建模型中

方法一：命令行导出后查询 #

将更新后的重建模型导出为文本格式，直接查找目标图像的位姿：

colmap model_converter \
    --input_path ./updated_sparse_recon \
    --output_path ./model_txt \
    --output_type TXT

打开导出的model_txt/images.txt，每行对应一张图像的信息：

图像ID qw qx qy qz tx ty tz 相机ID 图像文件名

• qw qx qy qz：相机旋转的四元数
• tx ty tz：相机的平移向量（即相机位置的x,y,z，Colmap坐标系：X右、Y下、Z前）
• 你可以通过图像文件名或ID找到目标图像（比如图像12）的条目，再将四元数转换为欧拉角得到角度信息

方法二：Python操作SQLite数据库（程序化查询） #

Colmap的database.db是SQLite数据库，注册后的位姿存储在images表中，直接用Python查询：

import sqlite3
import numpy as np

# 连接数据库
conn = sqlite3.connect('./database.db')
cursor = conn.cursor()

# 替换为你的目标图像文件名（比如'image12.jpg'）
target_image_name = 'image12.jpg'
cursor.execute("SELECT qvec, tvec FROM images WHERE name = ?", (target_image_name,))
result = cursor.fetchone()

if result:
    # 提取四元数和平移向量
    qvec = np.array(result[0], dtype=np.float64)  # 格式: [qw, qx, qy, qz]
    tvec = np.array(result[1], dtype=np.float64)  # 格式: [tx, ty, tz]
    print(f"相机平移(x,y,z): {tvec}")
    print(f"旋转四元数: {qvec}")

    # 将四元数转换为欧拉角（单位：度）
    def quat_to_euler(qw, qx, qy, qz):
        roll = np.arctan2(2 * (qw*qx + qy*qz), 1 - 2 * (qx**2 + qy**2))
        pitch = np.arcsin(2 * (qw*qy - qz*qx))
        yaw = np.arctan2(2 * (qw*qz + qx*qy), 1 - 2 * (qy**2 + qz**2))
        return np.rad2deg([roll, pitch, yaw])
    
    euler_angles = quat_to_euler(*qvec)
    print(f"欧拉角(roll, pitch, yaw，单位度): {euler_angles}")
else:
    print("未找到目标图像的位姿，请确认图像已成功注册")

conn.close()

方法三：Colmap Python API查询（需编译时启用绑定） #

如果编译Colmap时开启了Python绑定，可以直接加载重建模型查询：

from colmap import SceneManager
import numpy as np

# 加载更新后的稀疏重建模型
scene_manager = SceneManager()
scene_manager.ReadModel('./updated_sparse_recon')

# 通过文件名查找图像
target_image = scene_manager.FindImageByName('image12.jpg')

if target_image:
    qvec = target_image.qvec
    tvec = target_image.tvec
    print(f"相机平移(x,y,z): {tvec}")
    print(f"旋转四元数: {qvec}")

    # 四元数转欧拉角
    def quat_to_euler(qw, qx, qy, qz):
        roll = np.arctan2(2 * (qw*qx + qy*qz), 1 - 2 * (qx**2 + qy**2))
        pitch = np.arcsin(2 * (qw*qy - qz*qx))
        yaw = np.arctan2(2 * (qw*qz + qx*qy), 1 - 2 * (qy**2 + qz**2))
        return np.rad2deg([roll, pitch, yaw])
    
    euler_angles = quat_to_euler(*qvec)
    print(f"欧拉角(roll, pitch, yaw，单位度): {euler_angles}")
else:
    print("未找到目标图像")

注意事项 #

• 必须先运行image_registrator完成定位，否则数据库和重建模型中不会有新图像的位姿信息
• Colmap采用右手坐标系：X轴向右，Y轴向下，Z轴向前，欧拉角转换需遵循该坐标系定义
• 如果通过图像ID查询，可将SQL语句改为SELECT qvec, tvec FROM images WHERE image_id = ?，传入目标ID即可

内容的提问来源于stack exchange，提问作者Laurent Claessens