Aplicação CLI desenvolvida em C++ como Projeto de Graduação para o curso de Ciência da Computação da FIPP, Presidente Prudente - SP, 2021 - 2022.

Este projeto busca, a partir de uma coleção de imagens digitais, gerar uma malha tridimensional texturizada da cena observada nas fotos utilizando diversas técnicas de Structure From Motion (SfM) e Multi-View Stereo (MVS) encadeadas em um pipeline de execução.

Fabrício Milanez (orientando)
Francisco Assis da Silva (orientador)
Flávio Pandur Albuquerque Cabral (orientador)

Submetido à Revista Colloquium Exactarum: Em processo de avaliação.

Atualmente, builds nativas são suportadas oficialmente somente em plataformas GNU/Linux devido à falta de suporte de algumas dependências do OpenCV contrib no Windows. Apesar da falta de suporte, esse projeto pode ser compilado no Windows usando o Subsistema do Windows Para Linux (WSL2). Builds nativas em plataformas macOS não foram testadas porém devem funcionar.

Scripts para automatização de build estão planejados, mas por enquanto, para rodar o projeto é necessário fazer a instalação de todas as dependências listadas abaixo manualmente.

• Git (latest recomendado)
• Compilador C++ com suporte ao C++20 (GCC 11+ recomendado)
  Nota: Este projeto foi testado com GCC 11.3.0, outros compiladores como LLVM Clang não foram testados.
• Build System para C/C++ compatível com Linux:
  • GNU Make ou Ninja Build
• CMake ^3.21.4 (latest recomendado)
• OpenCV 3.4.18:
  ATENÇÃO: Todos o módulos do opencv e opencv_contrib utilizados devem estar na mesma versão (3.4.18).
  • core
  • imgproc
  • imgcodecs
  • calib3d
  • viz
  • features2d
  • xfeatures2d (contrib)
  • sfm (contrib)
• OpenMVS ^2.0
• Point Cloud Library (PCL) ^1.12.1
• Boost 1.80:
  • boost_filesystem
  • boost_graph
  • boost_iostreams
  • boost_program_options
  • boost_system
  • boost_serialization

• Atualizar README.md
  • Introdução
  • Build
    • Dependências
      • verificar se falta alguma dep
      • versões do Boost, OpenMVS e PCL usadas
• Adicionar licença (incluindo licenças de terceiros)
• Adicionar link para o artigo uma vez que ele for publicado
• Tornar o projeto cross-platform:
  • Criar script (Python ou Ruby) para instalar todas as dependências do projeto
  • Converter scripts de teste do projeto de Bash para outra linguagem cross-platform
  • Criar uma imagem Docker que rode o script de instalação acima
• Refatorar/limpar código-fonte (branch nova, manter fonte atual como está para que os resultados obtidos no artigo sejam reproduzíveis)