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)


スポンサーリンク

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。


スポンサーリンク
#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。。。


スポンサーリンク

関連記事

画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
OpenGVの用語
openMVG:複数視点画像から3次元形状を復元するライブラリ
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
Mayaのシェーディングノードの区分
フィーリングに基づくタマムシの質感表現
WordPressの表示を高速化する
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
CGのためのディープラーニング
オープンソースの物理ベースGIレンダラ『appleseed』
OANDAのfxTrade API
pythonの機械学習ライブラリ『scikit-learn』
法線マップを用意してCanvas上でShadingするサンプル
clearcoat Shader
フォトンの放射から格納までを可視化した動画
Raspberry Pi
Amazon Web ServicesでWordPress
OpenCVの超解像(SuperResolution)モジュールを試す
WordPressのサーバ引っ越し方法を考える
機械学習手法『Random Forest』
なんかすごいサイト
Pix2Pix:CGANによる画像変換
OpenCVでPhotoshopのプラグイン開発
機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
PythonでBlenderのAdd-on開発
PyDataTokyo主催のDeep Learning勉強会
PyTorch3D:3Dコンピュータービジョンライブラリ
ブログをGoogle App EngineからAmazon EC2へ移行
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
サンプルコードにも間違いはある?
WordPress on Google App Engineを1週間運用してみて
OpenCVで動画の手ぶれ補正
バージョン管理の履歴を可視化するツール『Gource』
Mayaのレンダリング アトリビュート
OpenMayaRender
OpenCV 3.1のsfmモジュールのビルド再び
Mayaのプラグイン開発
Google App Engine上のWordPressでAmazonJSを利用する
MVStudio:オープンソースのPhotogrammetryツール
株式会社ヘキサドライブの研究室ページ
DensePose:画像中の人物表面のUV座標を推定する
チャットツール用bot開発フレームワーク『Hubot』

コメント