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

MLDemos:機械学習について理解するための可視化ツール

C++ 標準テンプレートライブラリ (STL)

U-Net:ディープラーニングによるSemantic Seg...

OpenCVで顔のランドマークを検出する『Facemark ...

オープンソースの物理ベースレンダラ『Mitsuba』をMay...

Pythonの自然言語処理ライブラリ『NLTK(Natura...

MFnDataとMFnAttribute

画像認識による位置情報取得 - Semi-Direct Mo...

オープンソースの顔認識フレームワーク『OpenBR』

Google App EngineでWordPress

MPFB2:Blenderの人体モデリングアドオン

AmazonEC2のインスタンスをt1.microからt2....

DensePose:画像中の人物表面のUV座標を推定する

機械学習に役立つPythonライブラリ一覧

LuxCoreRender:オープンソースの物理ベースレンダ...

geometry3Sharp:Unity C#で使えるポリゴ...

Managing Software Requirements...

OpenCVの顔検出過程を可視化した動画

Unity Scriptコーディング→Unreal Engi...

Unityで強化学習できる『Unity ML-Agents』

Raspberry PiでIoTごっこ

hloc:SuperGlueで精度を向上させたSfM・Vis...

Raspberry PiのGPIOを操作するPythonライ...

フォトンの放射から格納までを可視化した動画

Pythonのソースコードに特化した検索エンジン『Nulle...

iPhoneで3D写真が撮れるアプリ『seene』

OpenCV

ブログが1日ダウンしてました

機械学習で遊ぶ

PythonでBlenderのAdd-on開発

adskShaderSDK

Deep Learningとその他の機械学習手法の性能比較

Mitsuba 2:オープンソースの物理ベースレンダラ

ベイズ推定とグラフィカルモデル

手を動かしながら学ぶデータマイニング

PSPNet (Pyramid Scene Parsing ...

Mayaのプラグイン開発

OpenCVの超解像(SuperResolution)モジュ...

Google Colaboratoryで遊ぶ準備

HerokuでMEAN stack

Paul Debevec

OpenCVでカメラ画像から自己位置認識 (Visual O...

コメント