最近在做深度相机进行三维重建的工作，想配置一下非常有名的Kinect Fusion，也就是 PCL_KinFu 这个功能，PCL的库很好配，但是 KinFu 就异常难配了，windows下试了5次左右没有成功，每次都是最后编译生成出一部分的exe和dll，但是就是没有跟 kinfu 有关的，然后在Ubuntu里配了一次，最后pcl_kinfu_app.exez是有了，就是一直can't open depth source，应该是 kinect2.0 的问题，因为 OpenNI2 和 Kinect 2.0 并不兼容，借鉴 http://www.wfuyu.com/technology/26874.html 。
不想在PCL那么大的库上浪费时间了，就转战一个小一点的库，叫做 infiniTAM（an open source, multi-platform framework for real-time, large-scale depth fusion and tracking, released under an Oxford University Innovation Academic License.）。也是开源的三维重建的方法之一。
避免枯燥先放两个结果，一个是不用深度相机，用它给的很多帧的数据跑的泰迪熊的效果，一个是我用 Kinect v2.0 跑的效果。（CSDN的博客 gif 只能5MB以内，只能这个分辨率了，我的效果就放一张图好了，因为是实时重建的，随便截了一张图，效果不是很好- -，不过整体的效果确实也不是很好）。
配置这个infiniTAM用了大概半天的时间（win 10），需要的软件以及包如下：
- Cuda 8.0 - https://developer.nvidia.com/cuda-80-ga2-download-archive （里边有两个东西要安）
- InfiniTAM工程包 - https://github.com/victorprad/InfiniTAM （可以看到支持 Intel 的 realsense）
- Visual Studio 2013
- CMAKE - https://cmake.org/download/ （我的是 CMake 3.11.4）
- freeglut 3.0 - http://freeglut.sourceforge.net/index.php#download
- OpenNI 2.2.0.33 Beta (x86) - https://structure.io/openni
一、freeglut
先编译freeglut，打开CMake，设置好路径，点击Configure，确认创建新文件夹 build，选择 VS 12 2013，不要选择 64 位的（我也不知道为什么，64位的配不好，应该是很多东西默认是32位）。
Configure结束后，点 Generate，然后Open Project（确认是用vs2013打开的）。
生成 ALL_BUILD，然后生成 INSTALL，生成INSTALL的时候我报了个错如下，解决方法就是右键 INSTALL，“属性” -> “生成事件” -> “后期生成事件” -> “在生成中使用”，改为 “否”。（后边还有这样的 error MSB3073: 命令 setlocal 。。的问题都这么解决）。重新生成后，应该可以看到
freeglut的build/ib下应该有 freeglut.lib 文件，include文件夹下应该是 “GL” 文件夹，里边有四个 .h 文件。
二、OpenNI 2
下载下来的 OpenNI 的32位安装包之间安装在默认位置就行，按照这个 http://www.wfuyu.com/technology/26874.html 教程把\OpenNI2-kinect2\Bin\x64-Debug\OpenNI2\Drivers中的 Kinect2.dll，Kinect.lib 等文件拷贝到OpenNI2安装目录\OpenNI2\Tools\OpenNI2\Drivers下。这样才能找到Kinect 2.0。在小娜里搜索 “NiViewer”，运行，应该有类似下边的界面，如果没有，显示的是 “no devices found”，可以多试两次，如果一直不行，说明没有配好，驱动不了kinect 2.0。
三、InfiniTAM
同样方式CMake InfiniTAM，确认创建新文件夹 build，同样用 vs 12 2013（不要用x64），会报错，因为有很多东西需要手动配。将glut目录手动修改到刚才编译的地方，并将 WITH 中 “WITH_OPENNI” 选上，Configure，会出现 OpenNI的条目，
这里的一定要设置路径到 x86路径下，否则后便会出错。Configure，Generate，Open Project，移除 “ZERO_CHECK” 和 “ALL_BUILD” （其实不移也行），然后设 “InfiniTAM” 为启动项，将项目设置为 “release” 模式，生成解决方案。生成过程中有提示重新加载，选择 “全部重新加载” 就行。最后还是会出现error MSB3073: 命令 setlocal 。。的问题，将 “InfiniTAM” 的 “属性” -> “生成事件” -> “后期生成事件” -> “在生成中使用”，改为 “否” 即可。再生成 “InfiniTAM”，可以运行了，ctrl + F5 运行，会提示 “找不到OpenNI2.dll，。。” ，把 “C:\Program Files (x86)\OpenNI2\Redist” 目录下的所有文件赋值粘贴到 “...../InfiniTAM-master\InfiniTAM\build\Apps\InfiniTAM\Release” 下，这里放的就是刚才生成的exe文件。
然后在运行， 会出现提示没有devices，
我先是用cmd里的提示，运行了他的例子，也就是不需要摄像头的方法，利用已有的帧数据，生成模型。
首先从 http://www.robots.ox.ac.uk/~victor/infinitam/files/teddy_20141003.zip 下载 Teddy 模型文件，包括每一帧的彩色图和深度图，以及一个calib.txt文件，表示相机参数，我的cmd指令为：
C:\ChromeDownloads\InfiniTAM-master\InfiniTAM\build\Apps\InfiniTAM\Release\InfiniTAM.exe C:\Users\dell\Desktop\Teddy\calib.txt C:\Users\dell\Desktop\Teddy\Frames\%04i.ppm C:\Users\dell\Desktop\Teddy\Frames\%04i.pgm
就是用我们release模式下生成的exe文件，使用Teddy的相机参数calib.txt文件，读取4位长度的 .ppm 和 .pgm 文件（文件名都是0000.ppm、0001.ppm 这样依次往后的），效果就是文章一开始的样子。说明其实环境已经配的差不多了。
但是，凡事就怕 “差不多”，可以看到上边的提示就是 “compiled without Kinect 2 support”，我的直觉就是这句话一定是程序中的输出，直接搜就搜到了，在 InputSource 项目下，Kinect2Engine.cpp里，输出了这句话。这是因为上边的 #ifndef 没有成功，但是全局搜了 “COMPILE_WITHOUT_Kinect2” 这个宏也没有别的地方有，我就把这句话删了，让它强制执行下边的有 kinect 的代码，然后把后边相应的 #else 和 #endif 里的代码都删了。可以看到需要 Kinect.h 这个头文件，以及 Kinect20.lib 这个库。
在第二项装OpenNI的时候，应该就已经装了kinect，用 Everything 搜一下就能找到 kinect.h 和 lib 的目录，把两个目录添加到InputSource的附加包含目录和库目录里，注意要用 x86 的库！我的是头文件目录是 “C:\Program Files\Microsoft SDKs\Kinect\v2.0_1409\inc”，库目录是 “C:\Program Files\Microsoft SDKs\Kinect\v2.0_1409\Lib\x86”。同时确认是在 release 模式以及 win32 下的配置。
这个库目录需要同样添加到 InfiniTAM 和 InfiniTAM_cli 项目的附加库目录里才能跑，头文件的目录不需要。
重新生成解决方案，再 ctrl + F5 运行，提示就变成了 Kinect 已经有了。
还是 还是 no devices found，真是醉了，这个是因为 OpenNI里驱动力是 Kinect 1 的驱动（没有试过 Kinect 1 是不是到这里就已经可以了），需要换成 Kinect 2 的。在第二步的时候是装了 Kinect 2 的驱动的，用 Everything 搜 Kinect.dll 就可以找到，注意要使用 32 位的。把下图文件夹中的所有文件赋值粘贴到我们exe的路径下的 OpenNI 文件夹下，可以看到他里边原来是有 Kinect.dll 的，如果不用其实可以删了。
再运行， 如果看到下边这个界面，就说明！终于！成功了！
如果没有，多试几次，有时候确实不行，关了再运行，多试几次就好了。
下边有提示，按 b 就是视频，实时重建，n就是一帧的，但是看代码，保存mesh模型出来，是按 w，但是我按 w 是会出现 “bad allocation” 的问题，就崩了，应该是 cuda gpu转cpu的时候有问题。