ORB-SLAM2主函数main.cpp

这篇博客主要介绍了ORB-SLAM2中位于Examples/Monocular目录下的主函数main.cpp。主要内容包括图像文件名处理、图像遍历以及通过TrackMonocular()进行单目追踪,同时使用SaveKeyFrameTrajectoryTUM()保存关键帧轨迹。感谢吴博的注释贡献。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

不怕大家笑话,主函数我找了好久才找到,甚至是看完了主要的头文件和源文件后,就非常纳闷,主函数呢,跑哪里去来,最后还是一个个翻,原来是在Examples/Monocular里。在这呢主要了解下monotmu下的主函数:

#include<iostream>
#include<algorithm>
#include<fstream>
#include<chrono>

#include<opencv2/core/core.hpp>

#include<System.h>

using namespace std;
// 函数声明,编译都是从上往下,运行才是从主函数开始,然后一级一级运行,所以要先声明
void LoadImages(const string &strFile, vector<string> &vstrImageFilenames,
                vector<double> &vTimestamps);

int main(int argc, char **argv)
{
    if(argc != 4)// 确定输入为4个参数,如下显示的四个变量
    {
        cerr << endl << "Usage: ./mono_tum path_to_vocabulary path_to_settings path_to_sequence" << endl;
        return 1;
    }

    // Retrieve paths to images
    vector<string> vstrImageFilenames;// 图片文件列表
    vector<double> vTimestamps;
    string strFile = string(argv[3])+"/rgb.txt";
    LoadImages(strFile, vstrImageFilenames, vTimestamps);

    int nImages = vstrImageFilenames
### 配置和运行 ORB-SLAM2 的方法 为了在 Ubuntu 20.04 上使用 OpenCV 4.0 运行 ORB-SLAM2,以下是详细的配置过程: #### 安装依赖项 首先需要安装必要的依赖库。这些依赖包括 Eigen、Pangolin 和 OpenCV 等工具。 ```bash sudo apt update && sudo apt upgrade -y sudo apt install build-essential cmake git libeigen3-dev python3-pip -y ``` 上述命令会安装构建所需的开发环境以及 Eigen 库[^1]。 #### 下载并编译 Pangolin Pangolin 是用于可视化和用户界面的必要组件之一。 ```bash git clone https://github.com/stevenlovegrove/Pangolin.git cd Pangolin mkdir build && cd build cmake .. make -j$(nproc) sudo make install ``` 完成此操作后,Pangolin 将被成功安装到系统中。 #### 编译 OpenCV 4.0 由于目标版本为 OpenCV 4.0,在官方仓库下载指定标签版本源码,并按照如下方式编译。 ```bash wget -O opencv.zip https://github.com/opencv/opencv/archive/refs/tags/4.0.0.zip unzip opencv.zip mv opencv-4.0.0 opencv cd opencv mkdir build && cd build cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. make -j$(nproc) sudo make install ``` 通过以上步骤可以确保 OpenCV 4.0 被正确安装至 `/usr/local` 目录下。 #### 获取与修改 ORB-SLAM2 源码 克隆 ORB-SLAM2 到本地目录之后调整其 `CMakeLists.txt` 文件中的路径设置来匹配当前使用的 OpenCV 版本。 ```bash git clone https://github.com/raulmur/ORB_SLAM2.git cd ORB_SLAM2 sed -i 's/OpenCV REQUIRED/OpenCV 4.0 REQUIRED/g' CMakeLists.txt ``` 这里利用 sed 命令自动替换默认需求字段以适应特定条件下的兼容性问题。 #### 构建项目 最后一步就是实际执行项目的构建流程了。 ```bash mkdir build && cd build cmake .. make -j$(nproc) ``` 如果一切顺利的话,则应该能够看到生成可执行文件位于对应子目录当中。 --- ### 提供一段示例代码验证是否正常工作 下面给出一个简单的测试程序用来确认整个环境搭建无误与否。 ```cpp #include <iostream> #include <opencv2/core.hpp> int main() { std::cout << "OpenCV version : " << CV_VERSION << std::endl; cv::Mat image = cv::imread("../path_to_image.jpg"); if (image.empty()) { std::cerr << "Error loading image!" << std::endl; return EXIT_FAILURE; } cv::imshow("Test Image", image); cv::waitKey(0); return EXIT_SUCCESS; } ``` 保存该脚本命名为 test_opencv.cpp 并按常规方式进行编译链接即可观察效果如何。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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