三维重建——SiftGPU使用

在将bundlefusion移植到Linux的过程中，针对出现的问题进行了一些分析。这里主要对SiftGPU部分进行测试。

虽然bundlefusion对这些SiftGPU进行了一些改进，和Wuchangchang的源码有些许出入，但是不妨碍进行调试。这里主要记录对源码调试的一些过程。

源码的github地址：https://github.com/pitzer/SiftGPU

部分资料借鉴于：https://blog.csdn.net/yrc19950911/article/details/83785908

SiftGPU的一些主要实现有基于GL，SSE等，但是由于项目的需要，我这里主要使用其cuda版本，这里也是对cuda版本的进行测试。

配置：Ubuntu16  opencv3.2     gl的版本忘了就不记录了

一. 源码编译

1.依赖环境主要有GL，glut，devil等等，缺啥装啥就行了，基本都可以apt-get。

2.修改makefile。

ifneq ($(simple_find_cuda), )
     siftgpu_enable_cuda = 1;  //第一处修改
else
    siftgpu_enable_cuda = 0
endif
 
CUDA_INSTALL_PATH = /usr/local/cuda
#change  additional  settings, like SM version here if it is not 1.0 (eg. -arch sm_13 for GTX280)
#siftgpu_cuda_options = -Xopencc -OPT:unroll_size=200000
siftgpu_cuda_options = -arch sm_35   //第二处修改

一个是enable cuda，一个是将sm_35那个选项注释打开，具体的算力根据自己的显卡性能修改就行了。

3.cd到带有makefile的界面，直接make即可。然后可以在bin目录下看到libsiftgpu.so.

4.中间报错，所以我这里修改了一丢丢代码（不知道是不是只有我这样）

error: declaration of ‘operator new’ as non-function SIFTGPU_EXPORT void* operator new (size_t size);

解决方案如下：

在SiftGPU.h中添加  #include

 

到这里源码编译就差不多了，源码里面自带有测试程序，有意向的同学可以自己去分析。

 

二.调用及调试。

为了方便调试，以及以后可能会调用的情况，我这里写了一个CMake的测试版本。

main.cpp

#include 
#include 
#include 
#include 
#include 
#include "opencv2/imgproc/imgproc.hpp"
#include 
#include 
 
using namespace std;
using namespace chrono;
 
int main( int argc, char** argv)
{
　　//声明SiftGPU并初始化
　　SiftGPU sift;
　　//char* myargv[5] = { "-m", "-s", "-unpa", "0"};
　　char* myargv[4] = {"-fo", "-1", "-cuda", "0"};
　　sift.ParseParam(5, myargv);
 
　　//检查硬件是否支持SiftGPU
　　int support = sift.CreateContextGL();
　　if ( support != SiftGPU::SIFTGPU_FULL_SUPPORTED )
　　{
　　　　std::cerr << "SiftGPU is not supported!" << std::endl;
　　　　return 2;
　　}
 
　　sift.ParseParam(5, myargv);
　　cv::Mat img = cv::imread("/home/yao/workspace/SIFT_detection/image/2.png");
　　int width = img.cols;
　　int height = img.rows;
 
　　sift.AllocatePyramid(width, height);
　　sift.SetTightPyramid(1);
　　auto start_siftgpu = std::chrono::system_clock::now();
　　sift.RunSIFT(width, height, img.data, GL_RGB, GL_UNSIGNED_BYTE);
　　float time_cost = chrono::duration_cast(std::chrono::system_clock::now() - start_siftgpu).count() / 1000.0;
　　std::cout << "siftgpu::runSIFT() cost time=" << time_cost << "ms" << std::endl;
　　int num = sift.GetFeatureNum();
　　std::cout << "Feature number=" << num << std::endl;
　　std::vector descriptors(128*num);
　　std::vector keys(num);
 
　　auto start_siftfeature = std::chrono::system_clock::now();
　　sift.GetFeatureVector(&keys[0], &descriptors[0]);
 
　　return 0;
}
 

 CMakeLists.txt

1)版本一：调用前面生成的so

cmake_minimum_required(VERSION 2.8.3)
project(test_SiftGPU)
 
# OpenCV依赖
find_package( OpenCV REQUIRED )
 
# OpenGL
find_package(OpenGL REQUIRED)
 
# GLUT
find_package(GLUT REQUIRED)
 
# Glew
find_package(GLEW REQUIRED)
 
find_package(CUDA REQUIRED)
 
# SiftGPU：手动设置其头文件与库文件所在位置
include_directories("/home/tan/Project/SiftGPU/src/SiftGPU/" ${OpenGL_INCLUDE_DIR})
set(SIFTGPU_LIBS "/home/tan/Project/SiftGPU/bin/libsiftgpu.so")
 
add_executable( test_SiftGPU main.cpp )
target_link_libraries( testSiftGPU
    ${OpenCV_LIBS}
    ${SIFTGPU_LIBS}
    ${GLEW_LIBRARIES} ${GLUT_LIBRARIES} ${OPENGL_LIBRARIES}
)

2）版本二：直接使用前面的源码，统一编译。

待更新。。。