数度のトライを経て、OpenCVのバージョン3.3.0でやっとsfmモジュールのビルドが通ったわけです。

ようやくサンプルを試す段階に来た。参考にしてるQiita記事の後編へやっと進める。↓
http://qiita.com/ChaoticActivity/items/178d23508b92a09e59ea
記事によると、サンプルを動かすためにまたいくつか手を加える必要がある(笑)
ヘッダーファイルの修正
さて、opencv_contrib-3.3.0/modules/sfm/samples以下にあるsfmのサンプルをそのままビルドしようとすると
reconstruct()が定義されていません
的なエラーが出る。
このエラーの理由は、いくつかのヘッダーファイルで
#if CERES_FOUND
という条件マクロが書かれており、Ceres-Solverの有無でincludeするファイルを選択しているから。なので、この条件がtrueになるようにコンパイラにCeres-Solverが存在することを知らせる必要がある。
で、ちょっと行儀が悪いけど、オイラはもうinclude/opencv2/sfm.hppの冒頭の以下の記述を
#ifndef __OPENCV_SFM_HPP__ #define __OPENCV_SFM_HPP__ #include <opencv2/sfm/conditioning.hpp> #include <opencv2/sfm/fundamental.hpp> #include <opencv2/sfm/numeric.hpp> #include <opencv2/sfm/projection.hpp> #include <opencv2/sfm/triangulation.hpp> #if CERES_FOUND #include <opencv2/sfm/reconstruct.hpp> #include <opencv2/sfm/simple_pipeline.hpp> #endif
直接以下のように編集しちゃいました。
#ifndef __OPENCV_SFM_HPP__ #define __OPENCV_SFM_HPP__ #include#include #include #include #include #include #define CERES_FOUND 1 #if CERES_FOUND #include #include #endif
サンプルコードの実行
参考記事に倣ってtrajectory_reconstruccion.cppを実行してみる。
おお、特にエラーも無く動作したぞ!


サンプルコードのバグ修正
参考記事によると、このサンプルコードにはバグがあるというか、カメラの軌跡を表示する際に使用しているcv::viz::WTrajectoryに渡す引数が間違っているらしい。
以下の部分を
/// Recovering cameras
cout << "Recovering cameras ... ";
vector<Affine3d> path_est;
for (size_t i = 0; i < Rs_est.size(); ++i)
path_est.push_back(Affine3d(Rs_est[i],ts_est[i]));
cout << "[DONE]" << endl;
逆行列に変えて以下のようにすると正しい座標変換になる。
/// Recovering cameras
cout << "Recovering cameras ... ";
vector<Affine3d> path_est;
for (size_t i = 0; i < Rs_est.size(); ++i)
path_est.push_back(Affine3d(Rs_est[i], ts_est[i]).inv());
cout << "[DONE]" << endl;
別のサンプルコード
調子に乗ってscene_reconstruction.cppも動かしてみようと思ったら見事エラー…
http://docs.opencv.org/3.3.0/d4/d18/tutorial_sfm_scene_reconstruction.html
え、正しいコマンドライン引数が良く分からんぞ。。。
関連記事
Swark:コードからアーキテクチャ図を作成できるVSCod...
OpenSfM:PythonのStructure from ...
OpenCVの超解像(SuperResolution)モジュ...
MRenderUtil::raytrace
WordPressの表示を高速化する
UnityのGlobal Illumination
スクラッチで既存のキャラクターを立体化したい
YOLO (You Only Look Once):ディープ...
Polyscope:3Dデータ操作用GUIライブラリ
PeopleSansPeople:機械学習用の人物データをU...
RSSフィードを読込んで表示するWordpressプラグイン...
FacebookがDeep learningツールの一部をオ...
Google Chromecast
Mitsuba 2:オープンソースの物理ベースレンダラ
UnityでTweenアニメーションを実装できる3種類の無料...
Kaolin:3Dディープラーニング用のPyTorchライブ...
ArUco:OpenCVベースのコンパクトなARライブラリ
Geogram:C++の3D幾何アルゴリズムライブラリ
Caffe:読みやすくて高速なディープラーニングのフレームワ...
konashiのサンプルコードを動かしてみた
Python拡張モジュールのWindows用インストーラー配...
Live CV:インタラクティブにComputer Visi...
SONY製のニューラルネットワークライブラリ『NNabla』
WordPress on Google App Engine...
Pix2Pix:CGANによる画像変換
Human Generator:Blenderの人体生成アド...
3D Gaussian Splatting:リアルタイム描画...
画像生成AI Stable Diffusionで遊ぶ
Rerun:マルチモーダルデータの可視化アプリとSDK
Russian3DScannerのトポロジー転送ツール『Wr...
Mayaのプラグイン開発
OpenGVのライブラリ構成
OpenFace:Deep Neural Networkによ...
HerokuでMEAN stack
OpenCVでPhotoshopのプラグイン開発
NeRF (Neural Radiance Fields):...
ZScript
OpenGVの用語
Deep Learningとその他の機械学習手法の性能比較
hloc:SuperGlueで精度を向上させたSfM・Vis...
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...
Mechanizeで要認証Webサイトをスクレイピング


コメント