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

UnityでLight Shaftを表現する
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
Adobeの手振れ補正機能『ワープスタビライザー』の秘密
R-CNN (Regions with CNN features):ディープラーニングによる一般物体...
python-twitterで自分のお気に入りを取得する
定数
FacebookがDeep learningツールの一部をオープンソース化
フィーリングに基づくタマムシの質感表現
JavaScriptとかWebGLとかCanvasとか
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
OpenCVで顔のランドマークを検出する『Facemark API』
法線マップを用意してCanvas上でShadingするサンプル
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
MFnMeshクラスのsplit関数
Google Colaboratoryで遊ぶ準備
UnityでShaderの入力パラメータとして行列を渡す
Kinect for Windows v2の日本価格決定
C++始めようと思うんだ
WordPress on Google App Engineを1週間運用してみて
このブログのデザインに飽きてきた
MFnDataとMFnAttribute
Unity Scriptコーディング→Unreal Engine Scriptコーディング
WordPressプラグインによるサイトマップの自動生成
MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
バージョン管理の履歴を可視化するツール『Gource』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
OpenCVの超解像処理モジュール『Super Resolution』
TeleSculptor:空撮動画からPhotogrammetryするツール
RSSフィードを読込んで表示するWordpressプラグイン『RSSImport』
openMVGをWindows10 Visual Studio 2015環境でビルドする
TensorFlowでCGを微分できる『TensorFlow Graphics』
AR (Augmented Reality)とDR (Diminished Reality)
機械学習で遊ぶ
プログラムによる景観の自動生成
PythonでMayaのShapeノードプラグインを作る
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
マルコフ連鎖モンテカルロ法
コンピュータビジョンの技術マップ
Verilog HDL
網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した
ベイズ推定とグラフィカルモデル

コメント