我这里是编译好的openMVG，生成的可执行文件在openMVG目录下的openMVG_build文件夹中，编译过程就不列出来了。主要讲讲如何利用openMVG跑自己的数据集生成位姿文件（.mvs）用于openMVS中。
下面是生成mvs文件的步骤
openMVG官网命令：
0.终端下进入openMVG_build下的SFM文件夹：
cd /home/zeke/openMVG/openMVG_build/software/SfM
1.将数据集拷贝，我设置的数据集的路径为SfM/input_images/electro/images/dslr_images，一定要是图片所在的路径。并设置输出数据的文件夹，我这里是SfM/output_sfm。输入数据集和输出数据的文件夹自己创建就好，都是在SFM文件夹下的文件夹。
2.终端下运行 SfM_SequentialPipeline.py：
命令中的：/home/zeke/openMVG/openMVG_build/software/SfM/input_images/electro/images/dslr_images就是我的数据集图片所在的绝对路径；/home/zeke/openMVG/openMVG_build/software/SfM/output_sfm就是输出数据的绝对路径，跟第一步设置的是一样的
python SfM_SequentialPipeline.py /home/zeke/openMVG/openMVG_build/software/SfM/input_images/electro/images/dslr_images /home/zeke/openMVG/openMVG_build/software/SfM/output_sfm
3.运行无误后会在输出文件夹中生成reconstruction_sequential文件夹，该文件夹下会有sfm_data.bin文件，我们就是要把sfm_data.bin转化为mvs文件，就能用于MVS的稠密重建了。在终端输入：
openMVG_main_openMVG2openMVS -i output_sfm/reconstruction_sequential/sfm_data.bin -o scene.mvs -d scene_undistorted_images_court
-d后面是生成无失真图片的文件夹，运行完成后会在SFM文件夹下生成scene.mvs和scene_undistorted_images_court文件夹（文件夹名可以自己定义）
4.将scene.mvs和scene_undistorted_images_court文件夹拷贝到MVS用于稠密重建的可执行文件所在的目录下，一般就是在openMVS_build/bin下，终端输入：
./DensifyPointCloud scene.mvs
便可开始稠密重建了。
