OpenCVで2D情報をもとに3Dの計算を行う際、実装が間違ってないかopencv_contribのvizモジュールで可視化して確かめてるんだけど、vizモジュールって割と低レベルな機能しか提供していないのでちょっとしんどくなってきた。
デバッグ目的の可視化はUnityEditorぐらい手軽に済ませたいところ。だったら最初からUnityを使ってしまおうと思って調べ始めた。
3つの有料Asset
UnityのAssetStoreで調べてみると、Unity上でOpenCVの機能を使えるようにする有料Assetが3つある。
- OpenCV plus Unity：価格74.99ドル
- OpenCV for Unity：価格95ドル
- Emgu CV v3.x：価格399ドル
UnityでOpenCVの機能を使うには、もちろん自分でC++ネイティブプラグインを作るという手もある。
だけど、オイラはあくまで自分の3D実装が正しいのか確認するプロセス(つまりデバッグ)の効率を上げたいので、Assetを購入して手間を減らす方針。もうさっさと課金しちゃいましょう。
最初はこちらのQiita記事を読んでEmguCVに気持ちが傾きかけたんだけど、これはやや古い記事なので今現在の状況を調べた方が良い。↓
http://qiita.com/jhorikawa/items/fafee3373eb3ccef02c8
結論から言うと、OpenCV for Unityを使うことにしました。以下調べたことを順にメモ書き。
OpenCV plus Unity
OpenCV plus Unityは、OpenCVをC#で使えるようにポートしたオープンソースプロジェクトOpenCVSharpがベースになっている。
公式ドキュメントはこちら↓
http://paperplanetools.com/cvwd_doc/html/class_open_cv_sharp_1_1_cv2.html
OpenCV for Unity
OpenCV for Unityは3つの中で断然有名。
https://enoxsoftware.com/opencvforunity/
上記の古いQiita記事では、OpenCVのJavaラッパーをポートしていると書かれていたけど、どうやら現在は違う模様。API仕様はOpenCV Javaに合わせているけど、バックの実装は直にC++っぽいです。処理のオーバーヘッドはあんまり気にしなくて良さそう。(少なくとも、C++でOpenCV vizモジュールを使って可視化するより高速だった)
現在はOpenCVの最新版
公式ドキュメントはこちら↓
http://enoxsoftware.github.io/OpenCVForUnity/3.0.0/doc/html/index.html
Emgu CV v3.x
Emgu CV v3.xはQiita記事にある通り、OpenCVをクロスプラットフォーム化するオープンソースの.NETラッパープロジェクトEmguCVがベースとなっている。
EmguCVのソースコードはこちら↓
https://github.com/emgucv/emgucv
EmguCV自体はオープンソースだけど、商用利用するには有償版を購入する必要があり、Windows版のみ商用利用不可の無償版が配布されている。↓
https://sourceforge.net/projects/emgucv/
公式ドキュメントはこちら↓
http://www.emgu.com/wiki/index.php/Documentation
決め手
で、オイラ的には、UnityのTexture型とOpenCVのMat型の相互変換メソッドがすでに用意されているOpenCV for Unityがベストに思えたのだ。だって頻繁に行う処理だし。
OpenCV for Unityならユーザーが多くてアップデート頻度も高そうだ。
ところで、どのAssetもopencv_contribのArUcoは含まれているのが面白い。AR機能の需要は高いんですかね。
関連記事
MFnDataとMFnAttribute
PeopleSansPeople：機械学習用の人物データをU...
Adobeの手振れ補正機能『ワープスタビライザー』の秘密
ニューラルネットワークで画像分類
Unity ARKitプラグインサンプルのドキュメントを読む
Faster R-CNN：ディープラーニングによる一般物体検...
Quartus II
NeRF (Neural Radiance Fields)：...
ポリゴン用各種イテレータと関数セット
IronPythonを使ってUnity上でPythonのコー...
FacebookがDeep learningツールの一部をオ...
Deep Learningとその他の機械学習手法の性能比較
RefineNet (Multi-Path Refineme...
オープンソースの顔の動作解析ツールキット『OpenFace』
Google XML Sitemap Generatorプラ...
PyDataTokyo主催のDeep Learning勉強会
Live CV：インタラクティブにComputer Visi...
Photogrammetry (写真測量法)
fSpy：1枚の写真からカメラパラメーターを割り出すツール
ブログの復旧が難航してた話
Super Resolution：OpenCVの超解像処理モ...
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
3D復元技術の情報リンク集
AfterEffectsプラグイン開発
Raspberry Pi
書籍『ゼロから作るDeep Learning』で自分なりに学...
Raspberry PiのGPIOを操作するPythonライ...
GoogleのDeep Learning論文
Iterator
Oculus Goを購入！
ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...
OpenCV 3.3.0-RCでsfmモジュールをビルド
WinSCP
CGAN (Conditional GAN)：条件付き敵対的...
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
オーバーロードとオーバーライド
Adobe MAX 2015
オープンソースのIT資産・ライセンス管理システム『Snipe...
ブラウザ操作自動化ツール『Selenium』を試す
C++の抽象クラス
Amazon Web ServicesでWordPress
OpenCV3.3.0でsfmモジュールのビルドに成功！
コメント