2019年SLAM三维重建视频教程（附讲义、代码、参考资料）共2套

课程定位：打通视觉几何到三维重建的全链路

这套资料针对的是希望系统掌握SLAM（同时定位与建图）核心原理及三维重建落地技术的开发者。市面上很多教程往往割裂了理论推导与工程实现，或者只讲数学公式而不涉及代码落地。本课程填补了这一空白，以C++为核心语言，从底层图像处理讲起，逐步推导至稠密三维重建的完整流水线。它解决的核心问题是：如何让开发者在理解对极几何、束调整（BA）等抽象概念的同时，能够直接对照开源代码，复现出可运行的三维重建系统。内容覆盖了从2D特征提取到3D网格生成的全过程，非常适合有后端开发基础但缺乏视觉几何经验的工程师进行知识补全。

适合人群与前置建议

本课程适合具备一定C++基础、熟悉Linux开发环境，且对线性代数、矩阵运算有基本概念的开发者。如果你从未接触过OpenCV或未配置过CMake工程，建议先花半天时间补齐基础环境。课程分为两套体系，建议优先观看第一套包含7节课的完整版本，它涵盖了从图像概论、特征点检测匹配、相机模型与对极几何、双视角SfM、稠密重建、点云到网格转换，到最后纹理编辑的全流程。对于数学基础较弱的读者，不要直接在视频里卡壳，可以先跳过复杂的公式推导，重点关注讲解部分对应的代码实现逻辑，因为课程附带的代码和讲义能提供直观的工程映射。

实战路径与资料配合用法

学习这套资料的最佳方式是“先跑通，再深究”。资料包中附带的源码是复现视频内容的关键，建议在阅读每一章节的讲义后，立即运行对应的Demo代码，观察输入图像如何一步步转化为点云和网格。例如，在学习“特征点检测与匹配”章节时，务必亲手运行代码，查看ORB或SIFT特征点的具体表现，再回过头理解背后的RANSAC算法逻辑。学完整个流程后，你应该能够独立搭建一个简单的光立体视觉系统，实现从多视角图片到带纹理三维网格的生成。这套资料不是用来“看”的，而是用来“对着写”的。建议搭建自己的工程目录，将课程中的核心模块（如相机标定、三角化、BA优化）单独提取出来，反复调试参数，直到你能独立解释每一行代码背后的几何意义为止。