前回に続き、Structure From Motion (SfM) についての内容となります。
今回は、OpenMVG + OpenMVS を使い、複数枚の撮影画像から三次元モデルを作成してみました。
三次元モデルの表示には、MeshLab を使用しています。
※サンプルデータ実行→オリジナルデータ実行の順に記載しています。
OpenMVG
OpenMVG とは
Structure From Motion の手法を用いたライブラリになります。
実行環境
・Ubuntu 16.04 LTS
入力画像
・サンプルデータ
城の画像 11枚
https://github.com/openMVG/ImageDataset_SceauxCastle/tree/master/images
導入手順
- 要求パッケージをインストール
sudo apt-get install libpng-dev libjpeg-dev libtiff-dev libxxf86vm1 libxxf86vm-dev libxi-dev libxrandr-dev
- Githubからソースコードをクローン＆サブモジュールのアップデート
git clone --recursive https://github.com/openMVG/openMVG.git
- ビルドディレクトリ作成
cd openMVG
cd ..
mkdir openMVG_Build
cd openMVG_Build
- ビルド
cmake -DCMAKE_BUILD_TYPE=RELEASE . ../openMVG/src/
make
もしくは(Nはコア数)
make -jN
参考）
https://github.com/openMVG/openMVG/blob/master/BUILD.md
実行
- チュートリアル実行
以下の Python ファイルを修正する。
openMVG/src/software/SfM/tutorial_demo.py.in の "@OPENMVG_SOFTWARE_SFM_BUILD_DIR@" 部分を
/openMVG/src/build/Linux-x86_64-Release へのパスへ置き換えます。
# Indicate the openMVG binary directory
OPENMVG_SFM_BIN = "@OPENMVG_SOFTWARE_SFM_BUILD_DIR@"
# Indicate the openMVG camera sensor width directory
CAMERA_SENSOR_WIDTH_DIRECTORY = "@OPENMVG_SOFTWARE_SFM_SRC_DIR@" + "/../../openMVG/exif/sensor_width_database"
- Python実行
python tutorial_demo.py.in
実行後 /tutorial_out フォルダが生成され、点群情報のファイルが作成されます。
次に、生成されたファイルを確認します。
MeshLab
MeshLab を使い、生成した点群データを読み込みます。
MeshLab とは
MeshLab は、三角形メッシュの処理と編集を行うオープンソースシステムです。
メッシュの編集、クリーニング、修復、検査、レンダリング、テクスチャリング、
および変換のための一連のツールを提供します。
参考）
http://www.meshlab.net/
https://qiita.com/yuzsh/items/ab2869345f5e9e499199
導入手順
sudo apt-get install meshlab
実行
MeshLab を起動します。
meshlab
点群データの読み込み
先ほど生成した以下のファイルを読み込む事で、カラー情報を含んだ点群データを表示出来ます。
[Path to OpenMVG]/src/software/SfM/tutorial_out/reconstruction_sequential内の colorized.ply
OpenMVS
OpenMVS を使い、密な点群を再構築します。
OpenMVS とは
点群データを使って、より密な点群を求めるの Multi-View Stereo という手法を使ったライブラリになります。
参考）
https://blog.negativemind.com/2016/08/31/openmvs-sample/
導入手順
ビルド
以下のページ内の手順通りにビルドを実行します。
https://github.com/cdcseacave/openMVS/wiki/Building#linux-compilation
実行
OpenMVGからOpenMVSのプロジェクトファイルへ変換する
OpenMVG の openMVG_main_openMVG2openMVS を使用し、
先ほど出力した sfm_data.bin を scene.mvs ファイルへ変換します。
cd <path to openMVG>/src/build/Linux-x86_64-Release
./openMVG_main_openMVG2openMVS -i ../../software/SfM/tutorial_out/reconstruction_sequential/sfm_data.bin -o ../../software/SfM/tutorial_out/reconstruction_sequential/scene.mvs
密な点群データ作成
- 以下のフォルダに入力画像をあらかじめ OpenMVG で使用した画像を入れておきます。
[path to openMVS]/openMVS_build/bin/undistorted_images/
- 実行
cd <openMVS>/openMVS_build/bin/
./DensifyPointCloud <openMVG>/src/software/SfM/tutorial_out/reconstruction_sequential/scene.mvs
※エラー対応メモ
・scene.mvs を生成場所から移動して実行していまうと「入力画像がありません」エラーが発生する
[App ] error: failed loading image header
[App ] error: failed reloading image '〜/undistorted_images/100_7100.JPG'
[App ] error: invalid project
MeshLab で表示
- scene_dense.ply が生成されるので MeshLab で読み込みます。
密な点群データが表示されています。
テクスチャー適応
- ラフなメッシュの再構築
cd <path to openMVS>/openMVS_build/bin/ && ./ReconstructMesh <path to openMVG>/src/software/SfM/tutorial_out/reconstruction_sequential/scene_dense.mvs
- テクスチャーを貼る
cd <path to openMVS>/openMVS_build/bin/ && ./TextureMesh <path to openMVG>/src/software/SfM/tutorial_out/reconstruction_sequential/scene_dense_mesh.mvs
MeshLab で表示
- scene_dense_mesh_texture.ply が生成されるので MeshLab で読み込みます。
綺麗な三次元データが表示されています。
オリジナルデータ
次にオリジナルデータで試してみました。
入力画像
・オリジナルデータ
スマートフォンで自ら撮影した箱の画像 14枚（全方向から撮影しています）
カメラデーターベース登録
撮影したスマートフォンカメラの物理的なセンサーサイズの横幅を
sensor_width_camera_database.txt に登録する必要があります。
※使用するカメラが既に登録済みであれば必要はありません。
※登録方法は以下のサイトを参考にしました。
http://blog.goo.ne.jp/yoossh/e/cb24d1dbe945bea3b572e15faba9a64c
・登録先ファイル名
openMVG/src/openMVG/exif/sensor_width_database/sensor_width_camera_database.txt
実行
サンプルデータと同様に実行しました。
綺麗な箱の三次元データが表示されました。
以上、今回は OpenMVG + OpenMVS を使い、複数枚の撮影画像から三次元モデルを作成してみました。