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拡張モジュールのWindows用インストーラー配...
UnityのTransformクラスについて調べてみた
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
pythonの機械学習ライブラリ『scikit-learn』
Amazon Web ServicesでWordPress
画像認識による位置情報取得 - Semi-Direct Mo...
PCA (主成分分析)
OpenCVで動画の手ぶれ補正
SDカードサイズのコンピューター『Intel Edison』
顔画像処理技術の過去の研究
MFnDataとMFnAttribute
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
pythonもかじってみようかと
viser:Pythonで使える3D可視化ライブラリ
ニューラルネットワークと深層学習
C++始めようと思うんだ
Googleが画像解析旅行ガイドアプリのJetpac社を買収
UnityでLight Shaftを表現する
OpenFace:Deep Neural Networkによ...
Maya API Reference
Point Cloud Libraryに動画フォーマットが追...
iPhone x ロボットハッカソン~RomoのiPhone...
Point Cloud Consortiumのセミナー「3D...
Raspberry Pi 2のGPIOピン配置
RefineNet (Multi-Path Refineme...
オープンソースの人体モデリングツール『MakeHuman』の...
フィーリングに基づくタマムシの質感表現
NeRF (Neural Radiance Fields):...
Google App Engine上のWordPressでF...
チャットツール用bot開発フレームワーク『Hubot』
FacebookがDeep learningツールの一部をオ...
UnityのMonoBehaviourクラスをシングルトン化...
OpenCVで顔のランドマークを検出する『Facemark ...
Iridescence:プロトタイピング向け軽量3D可視化ラ...
U-Net:ディープラーニングによるSemantic Seg...
第1回 3D勉強会@関東『SLAMチュートリアル大会』
ZBrushのZScript入門
Twitter APIのPythonラッパー『python-...
Point Cloud Utils:Pythonで3D点群・...
WordPressのサーバ引っ越し方法を考える
機械学習について最近知った情報
オープンソースのプリント基板設計ツール『KiCad』


コメント