サイトアイコン NegativeMindException

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。


スポンサーリンク
#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。。。


スポンサーリンク

関連記事

  • Open3D:3Dデータ処理ライブラリ
  • オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
  • HD画質の無駄遣い
  • 第1回 3D勉強会@関東『SLAMチュートリアル大会』
  • MLDemos:機械学習について理解するための可視化ツール
  • SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
  • 書籍『3次元コンピュータビジョン計算ハンドブック』を購入
  • MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
  • ZBrushでカスタムUIを設定する
  • サンプルコードにも間違いはある?
  • 写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』
  • OpenCVの超解像(SuperResolution)モジュールを試す
  • Mean Stack開発の最初の一歩
  • OpenCVで顔のランドマークを検出する『Facemark API』
  • ArUco:OpenCVベースのコンパクトなARライブラリ
  • 今年もSSII
  • GeoGebra:無料で使える数学アプリ
  • MFnDataとMFnAttribute
  • Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
  • 機械学習で遊ぶ
  • 池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
  • Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
  • UnityでTweenアニメーションを実装できる3種類の無料Asset
  • HD画質の無駄遣い その2
  • 科学技術計算向けスクリプト言語『Julia』
  • ベイズ推定とグラフィカルモデル
  • Leap MotionでMaya上のオブジェクトを操作できるプラグイン
  • ポリゴン用各種イテレータと関数セット
  • R-CNN (Regions with CNN features):ディープラーニングによる一般物体...
  • Unityの薄い本
  • 疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...
  • libigl:軽量なジオメトリ処理ライブラリ
  • ManimML:機械学習の概念を視覚的に説明するためのライブラリ
  • Pythonのソースコードに特化した検索エンジン『Nullege』
  • Regard3D:オープンソースのStructure from Motionツール
  • ROSの薄い本
  • OpenCV3.3.0でsfmモジュールのビルドに成功!
  • Deep Learningとその他の機械学習手法の性能比較
  • OpenCVのバージョン3が正式リリースされたぞ
  • Python.NET:Pythonと.NETを連携させるパッケージ
  • 機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
  • Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
  • モバイルバージョンを終了