COLMAP 安装在ubuntu20服务器上问题解决全记录

系统配置

GPU：NVIDIA GPU，CUDA 11.8（驱动对应 515+ 版本）
操作系统：Ubuntu 20.04 LTS
内存：≥ 256 GB
编译器：gcc 9.4.0，g++ 9.4.0
CMake：3.30.x（自编译安装到 /usr/local）
Python：系统 Python 3.8.10（避免 Anaconda 环境干扰）
很多问题，都是因为 Anaconda 的库（MKL、libcrypto、libtiff）和系统库（OpenBLAS、libssl、libtiff5）冲突，所以全程都退回到系统环境。

Ceres（SSH 克隆）+ COLMAP 从零安装

系统前置（保持环境“干净”）

# 退出 conda，避免把 Anaconda 的 libcrypto / MKL / libtiff 带进来
conda deactivate || true

# 临时清理环境变量（可在本终端会话使用）
unset LD_LIBRARY_PATH
export PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
hash -r

# (可选) 检查当前 python 与 numpy
which python; python --version
python3 -c "import sys; print(sys.version)"

安装系统依赖

sudo apt update
sudo apt install -y \
  build-essential git ninja-build cmake pkg-config \
  libboost-all-dev libeigen3-dev libgoogle-glog-dev libgflags-dev \
  libsuitesparse-dev libopenblas-dev liblapack-dev \
  libfreeimage-dev libtiff-dev libffi-dev \
  libglew-dev qtbase5-dev libqt5opengl5-dev libcgal-dev libmetis-dev \
  libsqlite3-dev libcurl4-openssl-dev

libtiff/libffi 符号未解析，就是靠 libtiff-dev、libfreeimage-dev、libffi-dev 这几个包解决的。

快速确认：

ldd /usr/lib/x86_64-linux-gnu/libfreeimage.so | grep tiff    # 应该指向 libtiff.so.5
ldconfig -p | grep libffi                                    # 有 libffi.so.7/8

准备 PoseLib 与 Faiss（不用再联网下载）

把已经下载好的 zip 解压到 COLMAP 仓库里的 external 目录：

# 假设 COLMAP 在 ~/my_code/colmap
cd ~/my_code/colmap/cmake/external

# 把 zip 解压后的“源码根目录”落在如下路径（重要：目录层级要对）
#   PoseLib -> ~/my_code/colmap/cmake/external/pose_lib/PoseLib/...
#   Faiss   -> ~/my_code/colmap/cmake/external/faiss/faiss/...
# 例如：
# unzip ~/Downloads/PoseLib-master.zip -d pose_lib
# unzip ~/Downloads/faiss-main.zip     -d faiss

Ceres Solver（SSH 克隆 + 构建安装为共享库）

强烈建议用 GitHub 镜像的 SSH（简单可靠）。googlesource 的 SSH 要 Gerrit 账号和 29418 端口，容易卡。

cd ~/my_code
git clone git@github.com:ceres-solver/ceres-solver.git
cd ceres-solver
mkdir -p build && cd build

cmake .. -GNinja \
  -DCMAKE_BUILD_TYPE=Release \
  -DBUILD_TESTING=OFF \
  -DBUILD_EXAMPLES=OFF \
  -DBUILD_SHARED_LIBS=ON \                 # 关键：用 .so，避免 absl 链接错误
  -DCMAKE_INSTALL_PREFIX=/usr/local

ninja -j"$(nproc)"
sudo ninja install

检查安装的 CMake 配置包是否在位：

ls /usr/local/lib/cmake/Ceres/{CeresConfig.cmake,CeresTargets.cmake}

之前的 undefined reference to absl::... 就是因为装成了静态 libceres.a；上面这步用了 -DBUILD_SHARED_LIBS=ON 专门修复这个问题。

构建 COLMAP（使用本地 PoseLib/Faiss、CUDA 11.8、系统 BLAS）

cd ~/my_code/colmap
rm -rf build && mkdir build && cd build

cmake .. -GNinja \
  -DCMAKE_BUILD_TYPE=Release \
  -DBLA_VENDOR=OpenBLAS \                                   # 强制系统 BLAS，避免找到 Anaconda MKL
  -DFETCH_POSELIB=OFF \
  -DFETCHCONTENT_SOURCE_DIR_POSELIB="$HOME/my_code/colmap/cmake/external/pose_lib/PoseLib" \
  -DFETCH_FAISS=OFF \
  -DFETCHCONTENT_SOURCE_DIR_FAISS="$HOME/my_code/colmap/cmake/external/faiss" \
  -DFAISS_ENABLE_PYTHON=OFF \                                # 关键：禁用 Faiss Python 绑定，避免 CMake 去找 NumPy/SWIG
  -DCeres_DIR=/usr/local/lib/cmake/Ceres \                   # 显式告诉 COLMAP 用我们刚装的 Ceres
  -DEIGEN3_INCLUDE_DIR=/usr/include/eigen3 \                 # Ubuntu 20.04 用头文件路径即可（没必要设 Eigen3_DIR）
  -DPython_EXECUTABLE=/usr/bin/python3 \                     # 用系统 Python，避免 conda
  -DCMAKE_CUDA_COMPILER=/usr/local/cuda-11.8/bin/nvcc \      # CUDA 11.8
  -DCMAKE_CUDA_ARCHITECTURES=native                          # 或者写具体算力：52/61/75/86/89 等

ninja -j"$(nproc)"
# 安装到 /usr/local/bin/colmap（可不装，见下条）
sudo ninja install

说明

-DBLA_VENDOR=OpenBLAS：链接到/home/.../anaconda3/lib/libmkl...，这会和系统库冲突。强制 OpenBLAS 后，CMake 不会再捡 MKL。

-DFAISS_ENABLE_PYTHON=OFF： “找不到 Python NumPy/Development.Module” 就是 Faiss 的 Python 绑定的问题，关掉即可。

-DEIGEN3_INCLUDE_DIR：Ubuntu 20.04 的 Eigen 采用 “头文件包” 模式（/usr/include/eigen3），并不提供 Eigen3Config.cmake，直接给头文件路径最稳。

-DCeres_DIR：显式指向 /usr/local/lib/cmake/Ceres，避免找到系统旧版或未配置的包。

-DCMAKE_CUDA_ARCHITECTURES：如果自动检测到的是 52 而你的卡更高，可手动设为真实算力（如 86 Ampere、89 Ada）。

运行与验证

# 如果执行了 sudo ninja install
which colmap
colmap -h
colmap gui

# 如果不安装，直接用 build 目录下的可执行文件
./src/colmap/exe/colmap -h
./src/colmap/exe/colmap gui

# (可选) 检查链接到的是系统库而不是 Anaconda
ldd $(which colmap) | egrep "crypto|tiff|ffi|mkl|openblas"

如果不执行 sudo ninja install：

可执行文件只在 build/src/colmap/exe/colmap 里，不在 PATH；自己用相对/绝对路径运行即可。

动态库搜索一般没问题（CMake 已设置 rpath 指向 /usr/local、CUDA 路径等）。

遇到过的问题 & 这版怎么规避的

CMake 要求 Python/NumPy（来自 Faiss Python 绑定） → 已用 -DFAISS_ENABLE_PYTHON=OFF 彻底禁用。
Ceres 链接 absl 符号未解析 → Ceres 改为共享库：-DBUILD_SHARED_LIBS=ON。
libcrypto.so.3 与 1.1 冲突 → 全程退出 conda，并清理 LD_LIBRARY_PATH。
libp11-kit.so 提示 ffi_*@LIBFFI_* 未找到 → 安装/重装 libffi-dev 并 sudo ldconfig。
TIFFField* 符号未解析（libfreeimage.so→libtiff.so.5） → sudo apt install --reinstall libfreeimage-dev libtiff-dev，并用 ldd ... | grep tiff 确认。
“Cannot generate a safe runtime search path for swigfaiss…” → 仅是警告；且 Python 绑定已关闭，不再出现。

额外小贴士

保持“干净环境”再编译：

conda deactivate || true
unset LD_LIBRARY_PATH
export PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
hash -r

强制系统 BLAS：用 -DBLA_VENDOR=OpenBLAS，再也不会把 MKL 从 Anaconda 拿进来。
CUDA 架构：如果 native 检测不准，手动写比如 -DCMAKE_CUDA_ARCHITECTURES=86（A100 是 80/86），89（Ada）。

posted @ 2025-09-26 10:28 asandstar 阅读(65) 评论(0) 收藏举报

刷新页面返回顶部

asandstar