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

タマムシっぽい質感

WordPressのテーマを自作する

Raspberry PiでIoTごっこ

Python.NET:Pythonと.NETを連携させるパッ...

OpenCVでカメラ画像から自己位置認識 (Visual O...

ブログが1日ダウンしてました

RSSフィードを読込んで表示するWordpressプラグイン...

uvでWindows11のPython環境を管理する

iOSデバイスと接続して連携するガジェットの開発方法

Theia:オープンソースのStructure from M...

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...

書籍『ゼロから作るDeep Learning』で自分なりに学...

マルコフ連鎖モンテカルロ法

Leap MotionでMaya上のオブジェクトを操作できる...

Manim:Pythonで使える数学アニメーションライブラリ

MythTV:Linuxでテレビの視聴・録画ができるオープン...

Raspberry Pi 2を買いました

Deep Learningとその他の機械学習手法の性能比較

オープンソースの物理ベースレンダラ『Mitsuba』をMay...

ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...

pythonもかじってみようかと

RefineNet (Multi-Path Refineme...

Boost オープンソースライブラリ

ブログの復旧が難航してた話

WordPressプラグインによるサイトマップの自動生成

オープンソースの人体モデリングツール『MakeHuman』の...

BlenderのPython環境にPyTorchをインストー...

畳み込みニューラルネットワーク (CNN: Convolut...

PGGAN:段階的に解像度を上げて学習を進めるGAN

まだ続くブログの不調

PeopleSansPeople:機械学習用の人物データをU...

OpenCV 3.1とopencv_contribモジュール...

Kinect for Windows v2の日本価格決定

Google Colaboratoryで遊ぶ準備

Structure from Motion (多視点画像から...

Raspberry PiのGPIOを操作するPythonライ...

ROSの薄い本

参考書

OpenCVで顔のランドマークを検出する『Facemark ...

ManimML:機械学習の概念を視覚的に説明するためのライブ...

OpenCV 3.1のsfmモジュールのビルド再び

UnityでPoint Cloudを表示する方法

コメント