1 个不稳定版本
| 0.1.0 | 2022年8月9日 |
|---|
#353 在 科学
63 每月下载量
在 7 crates 中使用
52KB
981 行
光流处理堆栈
OFPS 是一个通用的光流处理库，OFPS 套件是一个展示其功能的配套应用程序。
运行 OFPS 套件
-
通过 https://rustup.rs/ 安装最新稳定版本的 Rust 工具链（版本 1.60.0）。
-
安装依赖项（见专用子节）。
-
使用
cargo build --release构建默认插件 -
可选地，构建 libmv 估计器（更复杂，请参阅其子节）。
-
使用
cargo run --release --bin ofps-suite运行 OFPS 套件
安装依赖项
Ubuntu/Debian
sudo apt-get install atk1.0 libgtk-3-dev ffmpeg libavutil-dev libavcodec-dev libavformat-dev libavfilter-dev libavdevice-dev libopencv-dev libclang-dev clang libxcb-shape0-dev libxcb-xfixes0-dev
Fedora
sudo dnf -y install https://download1.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm
sudo dnf install gtk3-devel clang clang-devel opencv-devel ffmpeg-devel
Windows/macOS
祝你好运 :)
构建 libmv 估计器
首先，确保 libmv 子模块已初始化
git submodule update --init
然后，在仓库根目录下源环境
source env
然后，安装额外依赖项
Ubuntu/Debian
sudo apt-get install cmake libceres-dev libjpeg-dev
Fedora
sudo dnf install cmake ceres-solver-devel libjpeg-turbo-devel
转到 libmv-rust/libmv 目录。运行 make。并非所有内容都会编译。这是正常的 - 我们只需要 libmultiview.so 及其依赖项。
回到仓库根目录，运行 cargo build --release --workspace。
故障排除
设置日志级别以更好地查看错误
export RUST_LOG=<trace,debug,info,warn,error>
如果是图形问题，尝试强制 OpenGL 后端
export WGPU_BACKEND=gles
文档
假设工作空间已编译，按照 OFPS 套件部分中的步骤 1-3，运行 cargo doc --open。
单元测试
假设工作空间已编译，运行 cargo test。
示例配置
从Google Drive下载核心样本，并在项目根目录下的samples目录中解压samples.zip（sha256 - c1a27a0716b5633792afca7c1a032dcc9c15c8f7153a03e8d5206e1d86379896）。原始检测样本较大，因此已将其分离为cctv.h264文件（sha256 - 9fd17d015924538c140f9ee478bdbfc5233f6c948ff134d2f31415e795da9b66）。将其放置在samples/detection目录中。位置很重要，因为预定义配置引用的是相对于当前工作目录的路径。
检测配置
从给定路径加载预定义配置文件（通过点击大型的检测标题按钮）。
-
从结果中获取场景 -
samples/scenario_detect.json（需要原始样本）。 -
基本运动 -
samples/basic_detect.json。 -
实时TCP流（网络摄像头） -
samples/tcp_detect.json。
对于通过TCP的V4L网络摄像头，首先在另一个终端中运行以下命令
ffmpeg -i /dev/video1 -c:v libx264 -r 30 -preset ultrafast -tune zerolatency -x264-params "" -f mpegts tcp://0.0.0.0:3333\?listen
调整/dev/video1以正确设置V4L设备。每次连接实例后都需要重新运行此命令。
跟踪配置
从给定路径加载预定义配置文件（通过点击大型的跟踪标题按钮）。
-
合成视频，所有估计器，地面实况比较 -
samples/synthetic_all_gt.json。 -
合成视频，单个估计器，地面实况 -
samples/synthetic_almeida_gt.json。 -
真实世界视频 -
samples/real_world.json。 -
真实世界视频（裁剪，慢动作） -
samples/real_world_crop.json。 -
实时TCP流（网络摄像头） -
samples/tcp_track.json。
预加载的样本可以被替换为不同的样本。请参阅samples/synthetic和samples/real_world目录。需要裁剪配置以考虑到在慢动作视频中应用了1.2x传感器裁剪。
对于TCP配置，请参考前面的子节中的设置步骤。此外，为了使跟踪准确，必须正确设置摄像机的水平和垂直视野。
依赖关系
~3.5–5.5MB
~108K SLoC