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
SONYの自律型エンタテインメントロボット『aibo』
スクレイピング
なんかすごいサイト
Mayaのレンダリング アトリビュート
DensePose:画像中の人物表面のUV座標を推定する
OANDAのfxTrade API
SSII2014 チュートリアル講演会の資料
Accord.NET Framework:C#で使える機械学...
ZBrushのZScript入門
iPadをハンディ3Dスキャナにするガジェット『iSense...
RefineNet (Multi-Path Refineme...
SegNet:ディープラーニングによるSemantic Se...
UnityからROSを利用できる『ROS#』
OpenCVで顔のランドマークを検出する『Facemark ...
UnityのGlobal Illumination
hloc:SuperGlueで精度を向上させたSfM・Vis...
MRenderUtil::raytrace
TorchStudio:PyTorchのための統合開発環境と...
ArUco:OpenCVベースのコンパクトなARライブラリ
MeshroomでPhotogrammetry
Google製オープンソース機械学習ライブラリ『Tensor...
C++の抽象クラス
WordPressの表示を高速化する
Google Chromecast
OpenCVの三角測量関数『cv::triangulatep...
書籍『イラストで学ぶ ディープラーニング』
ポリゴン用各種イテレータと関数セット
clearcoat Shader
Pix2Pix:CGANによる画像変換
オープンソースの物理ベースGIレンダラ『appleseed』
オープンソースの人体モデリングツール『MakeHuman』の...
WordPressのテーマを自作する
参考書
Facebookの顔認証技術『DeepFace』
iOSデバイスのためのフィジカル・コンピューティングツールキ...
ニューラルネットワークで画像分類
Mayaのプラグイン開発
OpenAR:OpenCVベースのマーカーARライブラリ
オープンソースの取引プラットフォーム
Python.NET:Pythonと.NETを連携させるパッ...
Deep Learningとその他の機械学習手法の性能比較
画像生成AI Stable Diffusionで遊ぶ


コメント