OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる

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