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
HerokuでMEAN stack
hloc:SuperGlueで精度を向上させたSfM・Vis...
COLMAP:オープンソースのSfM・MVSツール
スクレイピング
Faster R-CNN:ディープラーニングによる一般物体検...
ブログをGoogle App EngineからAmazon ...
AfterEffectsプラグイン開発
Google Chromecast
自前のShaderがおかしい件
書籍『仕事ではじめる機械学習』を読みました
仮想関数
CycleGAN:ドメイン関係を学習した画像変換
Python拡張モジュールのWindows用インストーラー配...
OpenMVSのサンプルを動かしてみる
疑似3D写真が撮れるiPhoneアプリ『Seene』がアップ...
PythonでBlenderのAdd-on開発
CGレンダラ研究開発のためのフレームワーク『Lightmet...
OpenFace:Deep Neural Networkによ...
Mayaのシェーディングノードの区分
Kinect for Windows V2のプレオーダー開始
SONY製のニューラルネットワークライブラリ『NNabla』
iPhoneで3D写真が撮れるアプリ『seene』
geometry3Sharp:Unity C#で使えるポリゴ...
OpenCVでカメラ画像から自己位置認識 (Visual O...
写真に3Dオブジェクトを違和感無く合成する『3DPhotoM...
3D復元技術の情報リンク集
Rerun:マルチモーダルデータの可視化アプリとSDK
VGGT: Visual Geometry Grounded...
Mitsuba 2:オープンソースの物理ベースレンダラ
Math Inspector:科学計算向けビジュアルプログラ...
Super Resolution:OpenCVの超解像処理モ...
プログラムによる景観の自動生成
顔画像処理技術の過去の研究
Point Cloud Consortiumのセミナー「3D...
組み込み向けのWindows OS 『Windows Emb...
Mitsuba 3:オープンソースの研究向けレンダラ
今年もSSII
Alice Vision:オープンソースのPhotogram...
ニューラルネットワークで画像分類
Kubric:機械学習用アノテーション付き動画生成パイプライ...
iOSで使えるJetpac社の物体認識SDK『DeepBel...
Raspberry PiでIoTごっこ


コメント