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
Mask R-CNN:ディープラーニングによる一般物体検出・...
PythonでMayaのShapeノードプラグインを作る
Unityで強化学習できる『Unity ML-Agents』
MVStudio:オープンソースのPhotogrammetr...
OpenCVの顔検出過程を可視化した動画
ZBrush 2018での作業環境を整える
SSII 2014 デモンストレーションセッションのダイジェ...
SDカードサイズのコンピューター『Intel Edison』
iPhoneで3D写真が撮れるアプリ『seene』
Mean Stack開発の最初の一歩
OpenGVの用語
仮想関数
UnityからROSを利用できる『ROS#』
ブログの復旧が難航してた話
画像生成AI Stable Diffusionで遊ぶ
Mitsuba 3:オープンソースの研究向けレンダラ
Google App Engine上のWordPressでF...
3D復元技術の情報リンク集
Faster R-CNN:ディープラーニングによる一般物体検...
Google製オープンソース機械学習ライブラリ『Tensor...
PyDataTokyo主催のDeep Learning勉強会
iPhone x ロボットハッカソン~RomoのiPhone...
なんかすごいサイト
pythonの機械学習ライブラリ『scikit-learn』
PeopleSansPeople:機械学習用の人物データをU...
Blendify:コンピュータービジョン向けBlenderラ...
プログラムによる景観の自動生成
WordPressプラグインの作り方
CycleGAN:ドメイン関係を学習した画像変換
MFnDataとMFnAttribute
OpenCV3.3.0でsfmモジュールのビルドに成功!
viser:Pythonで使える3D可視化ライブラリ
Blender 4.2以降のWindowsPortable版...
Raspberry PiのGPIOを操作するPythonライ...
OpenCV 3.1とopencv_contribモジュール...
pythonもかじってみようかと
SVM (Support Vector Machine)
Multi-View Environment:複数画像から3...
ROSの薄い本
Kaolin:3Dディープラーニング用のPyTorchライブ...
ManuelBastioniLAB:人体モデリングできるBl...
OpenCVでPhotoshopのプラグイン開発


コメント