一。什么是Bundler
Bundler是一个采用C和C++开发的称为SfM（struct-from-motion）的系统，实现了根据用户提供的无序的图像序列，生成稀疏的三维点云模型。它能够利用无序的图片集合（例如来自网络的图片）重建出3D的模型。最早的版本被用在Photo Tourism的项目上。
Photo Tourism系统可以交互式浏览和探索大型非结构化场景照片集合。系统有一个基于图像的建模前端，它会自动计算每一张照片的角度，以及稀疏模型对应的场景和形象的三维模型。
图1.Photo Tourism
Bundler的输入是一些图像、图像特征以及图像匹配信息，输出则是一个根据这些图像反应的场景的3D重建模型，伴有少量识别得到的相机以及场景几何信息。系统借用一个由Lourakis 和Argyros提供的称为Sparse Bundle Adjustment的开发包的修改版，一点一点递增地重建出图像场景。Bundler已经成功的应用在许多网络相册系统，尤其是一些建筑相册里。
二。过程如下：
1.访问 http://www.cs.cornell.edu/~snavely/bundler/ 下载并解压。
2.在windows平台下，使用visual studio2010打开bundler-v0.4-source目录下的vc++目录中的工程文件：Bundler.sln；
然后按顺序逐个编译bundler所需的依赖库，
有：5point、ann_1.1_char、cblas、getopt、imagelib、jpeg、matrix、sba-1.5、sfm-driver、f2c、clapack、cminpack等。
在编译f2c时，会给出无法找到#include "sysdep1.h"文件的错误 以及会提示无法找到#include "arith.h"文件的错误。
解决方法：进入f2c的目录，
1>将sysdep1.h0文件名修改为sysdep1.h；
2>将signal1.h0文件名修改为signal1.h；
3>新建一个arith.h文件，在文件里添加如下内容即可：
#define IEEE_8087
#define Arith_Kind_ASL 1#define Long int#define Intcast (int)(long)#define Double_Align#define X64_bit_pointers#define QNaN0 0x0#define QNaN1 0xfff80000这时，编译f2c，便成功了。
接下来编译keyMatchFull和Bundler项目，一切顺利。:-)
为了进行获得稠密的三围重建效果，利用Bundler提供的Bundle2PMVS和RadialUndistort工具，生成稠密重建软件所需的参数。
在编译Bundlr2PMVS时，在Bundle2PMVS.cpp文件中会出现“未知的标识符mkdir”的错误。
解决方法：
1>在文件的开头添加#include <direct.h>，
2>将mkdir替换为_mkdir，如下所示：
//mkdir(output_path, 0770);
_mkdir(output_path);
至此，Bundle2PMVS编译成功。
在编译RadialUndistort时，在RadialUndistort.cpp文件中会出现“无法识别的标识符index” 以及 无法打开jpeglib.h。
解决方法：1>修改代码如下所示：
//char *space = index(buf, ' ');
//if (space) *space = 0;std::string str(buf);
int space_pos = str.find(' ');str.at(space_pos) = 0;files.push_back(str);2>修改LoadJPEG.cpp的头文件为#inlcude "jpeglib.h"，然后添加jpeglib.h的路径如下：
至此，RadialUndistort编译成功。
3.在成功执行Bundler前，我们需要做几步准备工作：
（1）将需要的文件复制到指定目录
Bundler生成完成后，需要将bundler-v0.4-source\vc++\Debug\目录下的Bundler.exe、Bundle2PMVS.exe、KeyMatchFull.exe、RadialUndistort.exe、jpeg.dll、ann_1.1_char.dll文件统统考到bundler-v0.4-source\bin\目录下。
（2）下载和安装Cygwin
Cygwin是许多自由软件的集合，最初由Cygnus Solutions开发，用于在各种版本的Microsoft Windows上运行UNIX类系统。由于Bundler默认是通过在Unix环境下执行shell脚本来启动Bundler的，因为在Windows环境下需要安装Cygwin以执行shell脚本。
Cygwin的下载地址：
Cygwin的安装过程：
图10.选择下一步
图11.选择Install from Internet
图12.选择下载目录
图13.选择连接方式 Use Internet Explorer Proxy Settings
图14.这里弹出的警告一定要选择“确定”
图15.选择需要的安装包
肯定需要使用Devel组件，但不必全部安装，选择里面的四个关键包安装即可，为了使我们安装的Cygwin能够编译程序，我们需要安装gcc编译器，默认情况下，gcc并不会被安装，我们需要选中它来安装。为了安装gcc，我们用鼠标点开组件列表中的“Devel”分支，在该分支下，有很多组件，我们必须的是：
binutils
gcc
//gcc-mingw
gdb
图16.打开Devel分支
图20.选择gdb
但要注意一点，Bundler程序中会使用perl、python来进行一些预处理，因此在安装过程中需要把Devel、Perl、Python三个组件库都选上。另外还有ImageMagick这个库，用来处理图片。
图21.选择ImageMagick库,在Graphics分支下
图22.选择perl、python组件库
图23.安装完成（时间可能比较长）
（3）下载特征检测器
Bundler推荐使用SIFT来进行特征提取，可以到SIFT的作者David Lowe的主页上下载他提供的SIFT Demo作为我们的检测器。下载页面为：或者直接点击下载地址下载：
下载完成后，解压该文档，将目录下的siftWin32.exe文件拷贝到bundler-v0.4-source\bin目录中。
图24.特征检测器
（4）准备图片
将要进行分析处理的图片放到一个目录里，Bundler自己也提供了两套图片，分别放在bundler-v0.4-source\examples\ET和bundler-v0.4-source\examples\kermit中。
（5）运行Bundler
打开Cygwin，cd定位到BASE_PATH目录下（你的Bundler所在目录，定位方法参见Cygwin指令），然后输入下面的命令：./RunBundler.sh examples/ET 或者：./RunBundler.sh examples/Kermit
./RunBundler.sh examples/ET ./RunBundler.sh examples/Kermit
图27.Bundler输出的结果（目录bundle）
4.后续工作
Bundler输出的文件大多以“bundle_*.out”的形式来命名，我们称之为“bundle文件”。缺省命令下，Bundler在每张图片经过分析和注册（register）后都会输出一个相应的bundle文件用来保存当前的状态信息，并以“bundle_<n>.out”的形式命名。当所有的文件都注册后，Bundler就会输出一个最终的文件“bundle.out”。另外，每一回合结束时还会紧接着生成一些后缀名为“ply”的文件，这些文件包含的是经过重建后的相机和点的信息。这些ply文件可以通过使用专用的查看器scanalyze来查看，地址为：。当然也可以通过meshlab来查看，下载地址为：。
利用Bundler可以得到较为稀疏的点云（pointclouds）数据。如果需要得到更密集的点，可以使用Yasutaka Furukawa博士写的另外一个非常强大的软件包，称为PMVS2，下载：。一种比较常见的途径是使用Bundler来得到相机参数，然后使用Bundle2PMVS程序，将生成结果转换为PMVS2的输入，然后使用PMVS2来得到更密集的点云。另外，读者们可能会对另外一个同样由Furukawa博士开发的实用工具——CMVS感兴趣，CMVS是一个场景聚类程序，在使用PMVS2前可以使用它来进行一些预处理，下载：。
转自：http://m.blog.csdn.net/blog/u010069101/23294019#