准备训练数据

在preprocess_cutsom_data中，笔者采取第二个经过colmap的方法。但是这个方法其实需要一个前置结果，即colmap与LLFF的处理。接下来分别讨论：

Colmap

一个非常好的操作流程在这里：
https://zhuanlan.zhihu.com/p/576416530
可以看到在images之外，首先，手动生成了database.db；其次，在sparse/0/底下生成了3个bin和1个ini.

然后，已知相机内外参通过COLMAP进行稀疏/稠密模型重建操作过程
是作为官网对应讲解（https://colmap.github.io/faq.html#reconstruct-sparse-dense-model-from-known-camera-poses）的实现过程。而其中，又出现了关于sparse文件夹中需要出现的三个文件（cameras.txt, points3D.txt, and images.txt）的格式。

其中，points3D.txt是空的，images.txt则按照格式需要四元数（四元数与旋转矩阵的转换），主要是需要旋转矩阵和平移向量。

另有一篇类似的操作记录做参考