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
NeRF (Neural Radiance Fields):...
TensorSpace.js:ニューラルネットワークの構造を...
Pylearn2:ディープラーニングに対応したPythonの...
GeoGebra:無料で使える数学アプリ
JavaScriptとかWebGLとかCanvasとか
Raspberry Pi 2を買いました
OpenAR:OpenCVベースのマーカーARライブラリ
Blendify:コンピュータービジョン向けBlenderラ...
Faceshiftで表情をキャプチャしてBlender上でM...
Qlone:スマホのカメラで3Dスキャンできるアプリ
OpenCVのバージョン3が正式リリースされたぞ
AnacondaとTensorFlowをインストールしてVi...
株式会社ヘキサドライブの研究室ページ
libigl:軽量なジオメトリ処理ライブラリ
立体視を試してみた
GoogleのDeep Learning論文
YOLO (You Only Look Once):ディープ...
Point Cloud Libraryに動画フォーマットが追...
hloc:SuperGlueで精度を向上させたSfM・Vis...
WordPress on Windows Azure
画像生成AI Stable Diffusionで遊ぶ
Mayaのレンダリング アトリビュート
続・ディープラーニングの資料
Google App Engine上のWordPressでF...
Verilog HDL
プログラムによる景観の自動生成
Super Resolution:OpenCVの超解像処理モ...
iPhone・iPod touchで動作する知育ロボット『R...
CGのためのディープラーニング
顔画像処理技術の過去の研究
ManimML:機械学習の概念を視覚的に説明するためのライブ...
UnityプロジェクトをGitHubで管理する
MeshroomでPhotogrammetry
Googleが画像解析旅行ガイドアプリのJetpac社を買収
3Dモデルを立体視で確認できるVRアプリを作っている
ROSの薄い本
MFnMeshクラスのsplit関数
1枚の画像からマテリアルを作成できる無料ツール『Materi...
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
Iridescence:プロトタイピング向け軽量3D可視化ラ...
Pythonのソースコードに特化した検索エンジン『Nulle...
iOSで使えるJetpac社の物体認識SDK『DeepBel...


コメント