ORB_SLAM2安装以及使用说明

首先要安装ORB_SLAM2 https://github.com/raulmur/ORB_SLAM2 一开始在服务器上装 没有sudo权限 各种装不好。。。很烦 比如eigen glew各种装不好 

find_package找不到 折腾了很久

于是选择在本地跑。。。

之前遇到一些坑 在本地跑的时候 遇到需要装的依赖 装起来就比较快了 然后就运行起来了 

运行的时候数据的路径也要准确 比如tum数据集只要写到大的文件夹的名字就好 不需要准确到rgb文件夹

然后就是需要处理自己的数据   

首先 要从视频中提取每一帧 

#include <iostream>
#include <string>
#include <stdio.h>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/core/core.hpp"

using namespace std;
void  Video_To_Image(string filename);	
void Video_To_Image(string filename)
{
	cout << "---------------Video_To_Image-----------------" << endl;
	cv::VideoCapture capture(filename);
	if (!capture.isOpened())
	{
		cout << "open video error";
	}
		/*CV_CAP_PROP_POS_MSEC – 视频的当前位置（毫秒）
		CV_CAP_PROP_POS_FRAMES – 视频的当前位置（帧）
		CV_CAP_PROP_FRAME_WIDTH – 视频流的宽度
		CV_CAP_PROP_FRAME_HEIGHT – 视频流的高度
		CV_CAP_PROP_FPS – 帧速率（帧 / 秒）*/
	int frame_width = (int)capture.get(CV_CAP_PROP_FRAME_WIDTH);
	int frame_height = (int)capture.get(CV_CAP_PROP_FRAME_HEIGHT);
	float frame_fps = capture.get(CV_CAP_PROP_FPS);
	int frame_number = capture.get(CV_CAP_PROP_FRAME_COUNT);//总帧数
	cout << "frame_width is " << frame_width<<endl;
	cout << "frame_height is " << frame_height << endl;
	cout << "frame_fps is " << frame_fps << endl;

	int num = 0;//统计帧数
	cv::Mat img;
	string img_name;
	char image_name[20];
	cv::namedWindow("MyVideo",CV_WINDOW_AUTOSIZE);
	while (true)
	{
		cv::Mat frame;
		//从视频中读取一个帧
		bool bSuccess = capture.read(frame);
		if (!bSuccess)
		{
			cout << "不能从视频文件读取帧" << endl;
			break;
		}
		//在MyVideo窗口上显示当前帧
		imshow("MyVideo", frame);
		//保存的图片名
		//sprintf(const_cast<char*>(img_name.data()), "%s%d%s", "image", ++num, ".jpg");//保存的图片名
		num;
		char ch[10];
		int id=0;
		int n=num;
		while(n)
		{
			int a=n%10;
			ch[id]=a-0+'0';
			n/=10;
			id++;
		} 
		// ch[id]='0';
		for (; id<6;id++)
			ch[id]='0';
		ch[id]='\0' ;
		for (int i = 0; i < 3; ++i)
		{
			char tmp=ch[i];
			ch[i]=ch[5-i];
			ch[5-i]=tmp;
		}
		printf("num is %d , ch is : %s\n",num,ch);
		string str_num=ch;
		sprintf(image_name, "%s%s%s", "", ch, ".png");//保存的图片名
		img_name = image_name;
		imwrite(img_name, frame);//保存保存一帧图片
		num++;
		if (cv::waitKey(30) == 27||num==frame_number)
		{
			cout << "按下ESC键" << endl;
			break;
		}
	}
	capture.release();//这句话貌似不需要
}
int main()
{
	string video_name = "201706061201_000629AA.MP4";//注意，使用string时，若不用using namespace std，需要使用std::string
	Video_To_Image(video_name);
	return 0;
}

这个c++程序使用opencv对视频中的每一帧进行提取 注意 如果是想像tum数据集一样的处理 记住 图片的文件名字必须是5个数字 最好是按照顺序 从00001开始（前面要用0补足5位） 使用这个程序 必须对num++的顺序进行修改 还有其中使用了对char数组的倒转 所以需要把6改为5 （这个c++程序是我用来处理类似kitti数据的 所以用到tum上需要修改）

生成索引txt：

import os

def getName(num):
    strTmp = []
    strRes = ''

    while (num / 10):
        strTmp.append(num % 10)
        num = num / 10
    strTmp.append(num)
    n = len(strTmp)
    for i in range(0, 5 - n):
        strRes = strRes + '0'
    for i in range(n - 1, -1, -1):
        strRes = strRes + str(strTmp[i])
    print ("strRes: ")
    print (strRes)
    return strRes


file_object = open('rgb.txt', 'w')
Ostr = ''
num = len(os.listdir('rgb'))
print ("num : %d "%num)
for i in range(1, num+1):
    name = getName(i)
    Ostr = Ostr +name + ' rgb/' + name + '.jpg\n'
file_object.writelines(Ostr)
file_object.close()

# file_object = open('times.txt','w')
# num = 0.0
# for i in range(0, 1824):
#     print i
#     print (i*2.0/30.0)
#     file_object.writelines(str(i*2.0/30.0)+'\n')
# file_object.close()

“image名字 image路径”

读取所有的image数据  按上面的格式写一个txt文件

修改yaml文件

复制TUM1.yaml到一个新的mydata.yaml 修改相机参数

修改这些参数 保存

根据相关的参数修改运行的命令 然后就可以运行

但是我用自己的参数跑了一下之后效果并不好 没有用原始的数据集效果好 不晓得为什么。。。

研究下代码 看看