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
Pythonのソースコードに特化した検索エンジン『Nulle...
オープンソースの顔認識フレームワーク『OpenBR』
NeRF (Neural Radiance Fields):...
Math.NET Numerics:Unityで使える数値計...
Amazon Web ServicesでWordPress
HD画質の無駄遣い その2
ニューラルネットワークと深層学習
機械学習手法『Random Forest』
ブログの復旧が難航してた話
Manim:Pythonで使える数学アニメーションライブラリ
Blender 2.8がついに正式リリース!
Facebookの顔認証技術『DeepFace』
UnityでPoint Cloudを表示する方法
C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...
Netron:機械学習モデルを可視化するツール
TorchStudio:PyTorchのための統合開発環境と...
Python for Unity:UnityEditorでP...
Human Generator:Blenderの人体生成アド...
Russian3DScannerのトポロジー転送ツール『Wr...
機械学習について最近知った情報
GeoGebra:無料で使える数学アプリ
OpenCV 3.1のsfmモジュールのビルド再び
Kubric:機械学習用アノテーション付き動画生成パイプライ...
CGALDotNet:計算幾何学ライブラリ CGALのC#ラ...
自前Shaderの件 解決しました
Geogram:C++の3D幾何アルゴリズムライブラリ
LuxCoreRender:オープンソースの物理ベースレンダ...
Google App EngineでWordPress
Raspberry Pi 2のGPIOピン配置
YOLO (You Only Look Once):ディープ...
OpenCV3.3.0でsfmモジュールのビルドに成功!
Raspberry Pi
OpenCVで顔のモーフィングを実装する
libigl:軽量なジオメトリ処理ライブラリ
Polyscope:3Dデータ操作用GUIライブラリ
参考書
Google App Engine上のWordPressでA...
UnityでOpenCVを使うには?
BlenderでPhotogrammetryできるアドオン
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
HD画質の無駄遣い
CGレンダラ研究開発のためのフレームワーク『Lightmet...


コメント