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
UnityのMonoBehaviourクラスをシングルトン化...
Google App Engine上のWordPressでF...
uvでWindows11のPython環境を管理する
SONYの自律型エンタテインメントロボット『aibo』
OpenCV 3.3.0-RCでsfmモジュールをビルド
Deep Fluids:流体シミュレーションをディープラーニ...
GAN (Generative Adversarial Ne...
TeleSculptor:空撮動画からPhotogramme...
SVM (Support Vector Machine)
Structure from Motion (多視点画像から...
画像認識による位置情報取得 - Semi-Direct Mo...
JavaScriptとかWebGLとかCanvasとか
PyTorch3D:3Dコンピュータービジョンライブラリ
PythonのHTML・XMLパーサー『BeautifulS...
TensorSpace.js:ニューラルネットワークの構造を...
UnityプロジェクトをGitHubで管理する
CNN Explainer:畳み込みニューラルネットワーク可...
ZScript
iPhone・iPod touchで動作する知育ロボット『R...
UnityのGlobal Illumination
顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト
CGAN (Conditional GAN):条件付き敵対的...
GoogleのDeep Learning論文
Faster R-CNN:ディープラーニングによる一般物体検...
Raspberry Pi 2を買いました
iPhoneアプリ開発 Xcode 5のお作法
MythTV:Linuxでテレビの視聴・録画ができるオープン...
Raspberry Pi
BlenderでPhotogrammetryできるアドオン
Unityで強化学習できる『Unity ML-Agents』
手を動かしながら学ぶデータマイニング
Web経由でRaspberry PiのGPIOを操作したい
CGのためのディープラーニング
クラスの基本
Facebookの顔認証技術『DeepFace』
WordPress on Google App Engine...
Unityの薄い本
OpenVDB:3Dボリュームデータ処理ライブラリ
DensePose:画像中の人物表面のUV座標を推定する
Verilog HDL
UnityでPoint Cloudを表示する方法
ドットインストールのWordPress入門レッスン


コメント