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

OpenCV3.3.0でsfmモジュールのビルドに成功!

MLDemos:機械学習について理解するための可視化ツール

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

ManuelBastioniLAB:人体モデリングできるBl...

MB-Lab:Blenderの人体モデリングアドオン

3D復元技術の情報リンク集

GeoGebra:無料で使える数学アプリ

Super Resolution:OpenCVの超解像処理モ...

Mitsuba 3:オープンソースの研究向けレンダラ

MRenderUtil::raytrace

Google Chromecast

ブログが1日ダウンしてました

Googleが画像解析旅行ガイドアプリのJetpac社を買収

チャットツール用bot開発フレームワーク『Hubot』

Facebookの顔認証技術『DeepFace』

HD画質の無駄遣い その2

クラスの基本

MPFB2:Blenderの人体モデリングアドオン

viser:Pythonで使える3D可視化ライブラリ

AndroidもopenGLも初心者さ (でもJavaは知っ...

機械学習で遊ぶ

Kinect for Windows V2のプレオーダー開始

BlenderProc:Blenderで機械学習用の画像デー...

UnityでLight Shaftを表現する

WordPressプラグインの作り方

OpenCVでカメラ画像から自己位置認識 (Visual O...

Gource:バージョン管理の履歴を可視化するツール

OpenCVでPhotoshopのプラグイン開発

PSPNet (Pyramid Scene Parsing ...

WordPressプラグインによるサイトマップの自動生成

SDカードサイズのコンピューター『Intel Edison』

UnityのAR FoundationでARKit 3

GAN (Generative Adversarial Ne...

動的なメモリの扱い

Digital Emily Project:人間の顔をそっく...

Blender 4.2以降のWindowsPortable版...

SVM (Support Vector Machine)

Kinect for Windows v2の日本価格決定

NeuralNetwork.NET:.NETで使えるTens...

WordPress on Google App Engine...

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...

『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...

コメント