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
Boost オープンソースライブラリ
OpenGVのライブラリ構成
Maya API Reference
画像認識による位置情報取得 - Semi-Direct Mo...
Mayaのレンダリング アトリビュート
Raspberry Pi
Geogram:C++の3D幾何アルゴリズムライブラリ
CGのためのディープラーニング
ZBrushでカスタムUIを設定する
3Dグラフィックスの入門書
Unityで強化学習できる『Unity ML-Agents』
OpenSfM:PythonのStructure from ...
UnityプロジェクトをGitHubで管理する
ブラウザ操作自動化ツール『Selenium』を試す
adskShaderSDK
Point Cloud Utils:Pythonで3D点群・...
LuxCoreRender:オープンソースの物理ベースレンダ...
Kaolin:3Dディープラーニング用のPyTorchライブ...
OpenCV バージョン4がリリースされた!
ニューラルネットワークと深層学習
Polyscope:3Dデータ操作用GUIライブラリ
OpenCV3.3.0でsfmモジュールのビルドに成功!
KelpNet:C#で使える可読性重視のディープラーニングラ...
ポリゴン用各種イテレータと関数セット
機械学習に役立つPythonライブラリ一覧
Facebookの顔認証技術『DeepFace』
Pylearn2:ディープラーニングに対応したPythonの...
OpenCV 3.1とopencv_contribモジュール...
Mask R-CNN:ディープラーニングによる一般物体検出・...
PSPNet (Pyramid Scene Parsing ...
タマムシっぽい質感
OpenCVの三角測量関数『cv::triangulatep...
顔画像処理技術の過去の研究
第25回コンピュータビジョン勉強会@関東に行って来た
Paul Debevec
3D Gaussian Splatting:リアルタイム描画...
CNN Explainer:畳み込みニューラルネットワーク可...
続・ディープラーニングの資料
機械学習のオープンソースソフトウェアフォーラム『mloss(...
Raspberry Piでセンサーの常時稼働を検討する
DensePose:画像中の人物表面のUV座標を推定する
PythonでBlenderのAdd-on開発


コメント