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)


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

ドットインストールのWordPress入門レッスン

Mitsuba 2:オープンソースの物理ベースレンダラ

機械学習に役立つPythonライブラリ一覧

iOSで使えるJetpac社の物体認識SDK『DeepBel...

OpenMesh:オープンソースの3Dメッシュデータライブラ...

Google XML Sitemap Generatorプラ...

Kaolin:3Dディープラーニング用のPyTorchライブ...

3Dグラフィックスの入門書

Pylearn2:ディープラーニングに対応したPythonの...

CGAN (Conditional GAN):条件付き敵対的...

PGGAN:段階的に解像度を上げて学習を進めるGAN

SDカードサイズのコンピューター『Intel Edison』

UnityでPoint Cloudを表示する方法

GAN (Generative Adversarial Ne...

ManimML:機械学習の概念を視覚的に説明するためのライブ...

Human Generator:Blenderの人体生成アド...

書籍『ゼロから作るDeep Learning』で自分なりに学...

ZBrush 2018での作業環境を整える

Unityの薄い本

IronPythonを使ってUnity上でPythonのコー...

UnityのGlobal Illumination

AMIMOTO(PVM版)で作成したインスタンスをAMIMO...

Paul Debevec

コンピュータビジョンの技術マップ

Twitter APIのPythonラッパー『python-...

GoogleのDeep Learning論文

C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...

JavaScriptとかWebGLとかCanvasとか

BGSLibrary:OpenCVベースの背景差分ライブラリ

openMVGをWindows10 Visual Studi...

ROSの薄い本

CGのためのディープラーニング

科学技術計算向けスクリプト言語『Julia』

Raspberry Pi

オープンソースの取引プラットフォーム

3D Gaussian Splatting:リアルタイム描画...

fSpy:1枚の写真からカメラパラメーターを割り出すツール

機械学習のオープンソースソフトウェアフォーラム『mloss(...

Unity ARKitプラグインサンプルのチュートリアルを読...

Mayaのプラグイン開発

定数

Maya API Reference

コメント