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
OpenCV3.3.0でsfmモジュールのビルドに成功!
MLDemos:機械学習について理解するための可視化ツール
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
ManuelBastioniLAB:人体モデリングできるBl...
MB-Lab:Blenderの人体モデリングアドオン
3D復元技術の情報リンク集
GeoGebra:無料で使える数学アプリ
Super Resolution:OpenCVの超解像処理モ...
Mitsuba 3:オープンソースの研究向けレンダラ
MRenderUtil::raytrace
Google Chromecast
ブログが1日ダウンしてました
Googleが画像解析旅行ガイドアプリのJetpac社を買収
チャットツール用bot開発フレームワーク『Hubot』
Facebookの顔認証技術『DeepFace』
HD画質の無駄遣い その2
クラスの基本
MPFB2:Blenderの人体モデリングアドオン
viser:Pythonで使える3D可視化ライブラリ
AndroidもopenGLも初心者さ (でもJavaは知っ...
機械学習で遊ぶ
Kinect for Windows V2のプレオーダー開始
BlenderProc:Blenderで機械学習用の画像デー...
UnityでLight Shaftを表現する
WordPressプラグインの作り方
OpenCVでカメラ画像から自己位置認識 (Visual O...
Gource:バージョン管理の履歴を可視化するツール
OpenCVでPhotoshopのプラグイン開発
PSPNet (Pyramid Scene Parsing ...
WordPressプラグインによるサイトマップの自動生成
SDカードサイズのコンピューター『Intel Edison』
UnityのAR FoundationでARKit 3
GAN (Generative Adversarial Ne...
動的なメモリの扱い
Digital Emily Project:人間の顔をそっく...
Blender 4.2以降のWindowsPortable版...
SVM (Support Vector Machine)
Kinect for Windows v2の日本価格決定
NeuralNetwork.NET:.NETで使えるTens...
WordPress on Google App Engine...
3分の動画でプログラミングを学習できるサイト『ドットインスト...
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...


コメント