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

ZBrushのZScript入門
UnityのGameObjectの向きをScriptで制御する
画像生成AI Stable Diffusionで遊ぶ
Active Appearance Models(AAM)
PyTorch3D:3Dコンピュータービジョンライブラリ
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
Unity Scriptコーディング→Unreal Engine Scriptコーディング
Cartographer:オープンソースのSLAMライブラリ
PCA (主成分分析)
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
オープンソースのプリント基板設計ツール『KiCad』
統計的な顔モデル
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
Adobe MAX 2015
OpenCV 3.1のsfmモジュールを試す
CGのためのディープラーニング
Pythonのソースコードに特化した検索エンジン『Nullege』
ManuelBastioniLAB:人体モデリングできるBlenderアドオン
Iterator
ブログが1日ダウンしてました
Manim:Pythonで使える数学アニメーションライブラリ
Fast R-CNN:ディープラーニングによる一般物体検出手法
PyMC:Pythonのベイズ統計ライブラリ
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
Point Cloud Libraryに動画フォーマットが追加されるらしい
Googleが画像解析旅行ガイドアプリのJetpac社を買収
Regard3D:オープンソースのStructure from Motionツール
OpenCVで顔のランドマークを検出する『Facemark API』
Multi-View Environment:複数画像から3次元形状を再構築するライブラリ
PythonでMayaのShapeノードプラグインを作る
COLMAP:オープンソースのSfM・MVSツール
Unity ARKitプラグインサンプルのチュートリアルを読む
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
手を動かしながら学ぶデータマイニング
機械学習手法『Random Forest』
WinSCP
FCN (Fully Convolutional Network):ディープラーニングによるSema...
写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』
Deep Learningとその他の機械学習手法の性能比較
OpenVDB:3Dボリュームデータ処理ライブラリ
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
Unityの各コンポーネント間でのやり取り

コメント