视觉SLAM十四讲 CH12 feature_training.cpp运行出错

最新推荐文章于 2023-10-09 21:16:25 发布
最新推荐文章于 2023-10-09 21:16:25 发布
阅读量775 收藏 1
点赞数 1
分类专栏： SLAM 文章标签： SLAM OpenCV
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37708045/article/details/100228440
版权
问题:

在这里插入图片描述
编译过程中出现此警告,并且在程序运行时无法找到libopencv_core3.so.3.3文件

解决方法:

(1)寻找计算机是否有该文件

locate libopencv_core3.so.3.3

在我电脑下运行是如此:

之所以会有这个文件,是因为我的电脑之前在调试turbot3时安装了相关库,总之你要想办法让电脑具备此文件
(2)接着将终端切换至/etc/ld.so.conf.d

cd /etc/ld.so.conf.d

并创建OpenCV.conf文件,并在文件中写入OpenCV安装路径(系统默认为:/usr/local/lib),以及libopencv_core3.so.3.3所在路径

touch OpenCV.conf
sudo gedit OpenCV.conf

保存完毕后关掉文件,接着生效环境配置

sudo ldconfig

至此,再次运行程序,恭喜你已经成功了

SLAM十四讲-ch12-建图（包含单目和RGBD的代码详细注释）
joun772的博客
11-17 2294
一、单目稠密建图 单目相机因为无法获得深度信息，所以要计算深度 步骤： 1、利用极线搜索、块匹配得到参考帧和当前帧像素的匹配（快匹配利用ncc评分进行匹配）。 2、利用三角化计算深度估计值 3、利用深度滤波器对深度估计值进行滤波 【滤波就是算出估计的深度（这时候估计的深度加上了一个像素的误差了）的不确定性，然后估计的深度与之前的原深度进行高斯融合】 4、更新深度 源码如下： // // Created by nnz on 2020/11/16. // /************* * 1、读取图片 *
《SLAM十四讲》Ch9 run_vo.cpp一些问题的解决
工大机器人工作室
03-29 1174
编译run_vo.cpp报错 发现是未添加对fmt库的依赖，但添加后依然报错，如下： 对src/CMakeLists.txt更改，更改前： cmake_minimum_required(VERSION 2.8) project(vo_practice) add_library(vo_practice_lib SHARED frame.cpp mappoint.cpp map.cpp camera.cpp config.cpp visual_odometry.
视觉SLAM十四讲——ch12实践（建图）
琉璃轻纱的博客
06-19 2467
make -j” 是一个 Linux 命令，它使用所有可用的 CPU 核心来并行编译程序。通常在不指定进程数量时，使用这个命令可以最大化地利用 CPU 资源以加快编译速度。这个命令会启动尽可能多的进程来同时编译程序，以便快速生成可执行文件。此命令将自动检测计算机上可用的 CPU 核心数量，并在所有可用的核心上启动相应数目的编译任务。需要注意的是，由于多个进程同时在运行，因此使用 “make -j” 命令时可能会出现输出混乱的情况，但这不影响编译结果的正确性。
视觉SLAM十四讲（第二版）ch11运行./feature_training和./loop_closure结果异常。ubuntu22.04
qq_44403443的博客
10-09 251
ubuntu22.04在运行slambook2中的ch11代码，feature_training输出的结果多了许多数字（还不知道什么原因。并且loop_closure的结果非常不准确，image0 对应的评分最高（除了image0本身）的居然不是image9。至少跟Image0相比评分最高的是image9了，至于为什么具体的评分和书上的不一样，我想是opencv版本不一样，提取的ORB特征有些许差别吧，我想。如果有其他差错，请把build文件夹删了重新编译。
SLAM十四讲 ch12建图 点云地图、八叉树地图 报错
ericdowney
05-02 930
编译时，出现段错误（核心已转储） 原因 在矩阵运算时调用了 Eigen 库,为了提高运算速度,向量化必须要求向量是以 16 字节即 128bit 对齐的方式分配内存空间,所以针对这个问题,容器需要使用 eigen 自己定义的内存分配器。对 Eigen 中的固定大小的类使用 STL 容器的时候,如果直接使用就会出错。 解决方法 加上头文件include<Eigen/StdVector> ,并在定义 STL 容器时做如下修改: 将 std::vector<Eigen:..
视觉SLAM十四讲 报错ch12: segmentation fault (core dumped) ./pointcloud_mapping
CSSDCC的博客
03-11 2922
视觉SLAM十四讲 报错ch12/pointcloud_mapping: segmentation fault core dumped ./pointcloud_mapping1. 问题2. 原因3. 解决方案 1. 问题 编译高博的视觉SLAM十四讲ch12的./pointcloud_mapping没有问题，但是运行的时候出现错误： $ ./pointcloud_mapping [1] 863 segmentation fault (core dumped) ./pointcloud_mapp
视觉slam十四讲
02-22
《视觉SLAM十四讲》是一本深入探讨视觉Simultaneous Localization And Mapping（SLAM）技术的资源分享。SLAM是机器人领域的一个核心问题，它涉及如何让机器人在未知环境中同时定位自身位置并构建环境地图。这门技术...
slam十四讲第13章 单目稠密重建数据集(http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip)
09-30
slam十四讲 ch13 第13章 单目稠密重建数据集(http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip) slam十四讲 ch13 第13章 单目稠密重建数据集(http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip)
视觉slam十四讲中第十一章libopencv_core问题：
01-07
在运行feature_training.cpp时，报错： ss/usr/bin/ld: warning: libopencv_core3.so.3.3, needed by /usr/local/lib/lib 搜寻了好久大致有以下几种解决方案： １．把该文件所在的目录放到linux动态库链接文件中： ...
视觉SLAM十四讲ch4/example/trajectory.cpp/fatal error
qq_40261947的博客
07-16 837
错误1： /usr/local/include/sophus/common.hpp:42:22: fatal error: fmt/core.h: No such file or directory compilation terminated. 解决方法： 一、下载fmt库并安装。在选好的文件下打开终端，输入： 1、git clonehttps://github.com/fmtlib/fmt.git 2、mkdir build 3、cd build 4、cmake .. 5、make ..
slam十四讲第二版ch12所需数据集
12-27
slam十四讲第二版ch12所需数据集
视觉slam十四讲ch12（第二版）12.4：点云地图 问题解决
weixin_58277261的博客
02-23 2392
首先建立build文件夹并编译 mkdir build cd build cmake .. make -j8 make过程中出现第一个问题 从报错内容可以看出 setPolynomialFit（bool polynomial_fit）出现问题，根据提示将其改成 setPolynomialOrder（bool polynomial_fit） 重新编译后通过 返回dense_RGBD文件夹运行程序 ./build/pointcloud_mapping 出现第二个错误 首先我...
视觉slam14讲 ch12 单目稠密地图重建报错：段错误 (核心已转储)
weixin_43390920的博客
11-28 1231
解决了单目稠密地图重建报错的问题
视觉SLAM十四讲第二版代码运行问题记录
baidu_38431960的博客
03-02 2750
CMakeLists.txt cmake_minimum_required(VERSION 2.8) project(useEigen) set(CMAKE_BUILD_TYPE "Release") set(CMAKE_CXX_FLAGS "-O3") # 添加Eigen头文件 include_directories("/usr/include/eigen3") add_executable(eigenMatrix eigenMatrix.cpp) #include <iostream>
slam十四讲代码调试部分问题解决
weixin_43907136的博客
12-02 1363
slam十四讲代码运行汇总，解决部分不兼容报错
视觉slam十四讲ch12　pcl库安装，以及运行程序报错
Alex_wise的博客
02-28 2087
１．重要的事情说三遍 别用autoremove，别用autoremove，别用autoremove，如果你看到某篇博客写了要你卸载什么，重装什么，千万别用autoremove就行，具体原因百度会告诉你答案。我就是按照一篇博客里写的删除qt5用autorempve然后删除了很多重要的东西的，现在很后悔。。。 ２．安装步骤主要参照这两篇博客： https://blog.csdn.net/weixin_...
视觉SLAM十四讲学习笔记——第十二讲 建图
weixin_61294345的博客
11-27 4666
SLAM实际上是一种底层技术，往往用来给上层应用提供信息。在前文已实现的部分，我们最多得到的仅是一个稀疏的地图，在需要实现导航、避障、重建等应用时，稀疏地图很难提供足够的信息，需要考虑如何重建稠密地图，即建模所有看到过的部分。 根据使用相机的不同可以分为：“单目稠密重建”和“RGB-D稠密建图”（双目应该和RGBD类似，都可以主动测得或计算出图像深度）。其中RGB-D相机的稠密重建较为简单，最直观、简单的方法就是将RGB-D数据转换为点云地图，再结合相机位姿进行拼接，并对点...
DBoW3安装踩坑含opencv匹配问题(SLAM十四讲)
一只小菜鸟的博客
03-29 3308
学到slam十四讲第十一章，需要安装DBoW3库。 一直都在自己安装这些库，没用书中自带的，这样的话可以多踩一踩坑，多经历一些挫折。 结果坑一个个来。 安装DBoW3库之后却调用不了。这里暗含了与opencv的匹配问题。我从DBOW3的安装讲起。 1.DBoW3库的安装 安装很常规，这个库很类似ceres，安装后会有.a或者.so文件生成。 安装过程： git clone https://gith...
SLAM14讲-ch12建图笔记
qq_37746927的博客
04-08 5287
SLAM14讲-ch12建图笔记
视觉slam十四讲ORB使用示例代码orb_cv.cpp
最新发布
10-22
《视觉SLAM十四讲》中提到的ORB（Oriented FAST and Rotated BRIEF）是一种高效的特征检测和描述符匹配算法，常用于计算机视觉中的结构光标定、定位以及实时地图构建等场景。 Orb_CV.cpp 是一个典型的使用 ORB 算法的 C++ 示例代码片段，它通常会包含以下几个步骤： 1. **初始化**：首先导入必要的库，如 OpenCV 和它的非深度学习版本。 ```cpp #include <opencv2/features2d.hpp> #include <opencv2/calib3d.hpp> #include <opencv2/highgui.hpp> ``` 2. **图像读取**：加载待处理的图像。 ```cpp cv::Mat img = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); ``` 3. **ORB 特征检测和描述**：创建 ORB 检测器对象，并提取关键点及其描述符。 ```cpp cv::ORB orb; std::vector<cv::KeyPoint> keypoints; cv::Mat descriptors; orb.detectAndCompute(img, std::noArray(), keypoints, descriptors); ``` 4. **匹配描述符**：如果有多张图片，可以使用BFMatcher 对两个图像的描述符进行匹配。 ```cpp cv::BruteForceMatcher<ORBDesc> bfmatcher; std::vector<std::pair<cv::Point2f, cv::Point2f>> matches; bfmatcher.match(descriptors, otherDescriptors, matches); ``` 5. **结果可视化**：将关键点和匹配显示在原始图像上。 ```cpp cv::drawKeypoints(img, keypoints, img, Scalar(0), cv::DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS); cv::imshow("ORB Matches", img); cv::waitKey(); ``` 6. **保存匹配数据**：有时可能会保存这些关键点和匹配信息以便后续处理。 注意，这只是一个简化的示例，实际应用中可能会包括更复杂的数据结构管理和错误检查。完整的 `Orb_CV.cpp` 文件应包含了更多的细节，例如循环处理多帧图像，以及处理匹配的质量筛选等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值