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

Geogram:C++の3D幾何アルゴリズムライブラリ
スクレイピング
MB-Lab:Blenderの人体モデリングアドオン
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
OpenGVの用語
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』
GeoGebra:無料で使える数学アプリ
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
顔画像処理技術の過去の研究
立体視を試してみた
HD画質の無駄遣い その2
openMVG:複数視点画像から3次元形状を復元するライブラリ
顔追跡による擬似3D表示『Dynamic Perspective』
HD画質の無駄遣い
Iterator
Kornia:微分可能なコンピュータービジョンライブラリ
Raspberry Pi
FCN (Fully Convolutional Network):ディープラーニングによるSema...
Managing Software Requirements: A Unified Approach
Mean Stack開発の最初の一歩
MFnMeshクラスのsplit関数
iPhoneアプリ開発 Xcode 5のお作法
2D→3D復元技術で使われる用語まとめ
NeRF (Neural Radiance Fields):深層学習による未知視点合成
「ベンジャミン·バトン数奇な人生」でどうやってCGの顔を作ったのか
今年もSSII
コンピュータビジョンの技術マップ
FacebookがDeep learningツールの一部をオープンソース化
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
C++ 標準テンプレートライブラリ (STL)
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』
Raspberry Pi 2のGPIOピン配置
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
Leap MotionでMaya上のオブジェクトを操作できるプラグイン
RSSフィードを読込んで表示するWordpressプラグイン『RSSImport』
UnityのGameObjectの向きをScriptで制御する
Live CV:インタラクティブにComputer Visionコーディングができるツール
Twitter APIのPythonラッパー『python-twitter』
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)』
Point Cloud Utils:Pythonで3D点群・Meshを扱うライブラリ
書籍『ROSプログラミング』
機械学習で遊ぶ

コメント