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

Pythonのソースコードに特化した検索エンジン『Nulle...

オープンソースの顔認識フレームワーク『OpenBR』

NeRF (Neural Radiance Fields):...

Math.NET Numerics:Unityで使える数値計...

Amazon Web ServicesでWordPress

HD画質の無駄遣い その2

ニューラルネットワークと深層学習

機械学習手法『Random Forest』

ブログの復旧が難航してた話

Manim:Pythonで使える数学アニメーションライブラリ

Blender 2.8がついに正式リリース!

Facebookの顔認証技術『DeepFace』

UnityでPoint Cloudを表示する方法

C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...

Netron:機械学習モデルを可視化するツール

TorchStudio:PyTorchのための統合開発環境と...

Python for Unity:UnityEditorでP...

Human Generator:Blenderの人体生成アド...

Russian3DScannerのトポロジー転送ツール『Wr...

機械学習について最近知った情報

GeoGebra:無料で使える数学アプリ

OpenCV 3.1のsfmモジュールのビルド再び

Kubric:機械学習用アノテーション付き動画生成パイプライ...

CGALDotNet:計算幾何学ライブラリ CGALのC#ラ...

自前Shaderの件 解決しました

Geogram:C++の3D幾何アルゴリズムライブラリ

LuxCoreRender:オープンソースの物理ベースレンダ...

Google App EngineでWordPress

Raspberry Pi 2のGPIOピン配置

YOLO (You Only Look Once):ディープ...

OpenCV3.3.0でsfmモジュールのビルドに成功!

Raspberry Pi

OpenCVで顔のモーフィングを実装する

libigl:軽量なジオメトリ処理ライブラリ

Polyscope:3Dデータ操作用GUIライブラリ

参考書

Google App Engine上のWordPressでA...

UnityでOpenCVを使うには?

BlenderでPhotogrammetryできるアドオン

Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...

HD画質の無駄遣い

CGレンダラ研究開発のためのフレームワーク『Lightmet...

コメント