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

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