本库提供了一个可以在工业中稳定使用的椭圆检测方法。对于图像中的标准、明显、完整、大小在 100x100 像素以上的椭圆的检测效果非常好，速度也很快。 这个库的实现参考了论文 https://arxiv.org/pdf/1810.03243v4.pdf。

微信小程序搜索"椭圆识别"可以体验效果（小程序首次使用需要启动服务，第一张图片可能会失败，多试几次）。

也可以线上体验：http://43.154.37.202

opencv 需要通过源码安装，ubuntu opencv 的安装可以参考博客 https://blog.csdn.net/Arthur_Holmes/article/details/100146463, 注意本项目中一定要安装 opencv3 的版本，否则可能会有兼容性问题。服务器版本无需安装图像化相关的库。

lapack 是一个矩阵运算的库，也是需要源码安装。 先下载lapack源码，lapack 是 gfortran 写的，要先sudo apt-get install gfortran安装gfortran 才能正常编译。

执行下面的操作完成安装

tar -xzvf lapack-3.9.1.tar.gz && cd lapack-3.9.1
mkdir build && cd build
cmake ..
make -j7
sudo make install
sudo ldconfig
cd ..
sudo cp LAPACKE/include/*.h /usr/local/include/

执行下面的操作完成安装

git clone https://github.com/memory-overflow/standard-ellipse-detection.git
cd standard-ellipse-detection
mkdir build && cd build
cmake ..
make
sudo make install

opencv 需要通过源码安装，centos 的 opencv 的安装可以参考博客 https://www.jianshu.com/p/1cb1ca235eb3, 注意本项目中一定要安装 opencv3 的版本，否则可能会有兼容性问题。服务器版本无需安装图像化相关的库。

lapack 是一个矩阵运算的库，也是需要源码安装。 先下载lapack源码，lapack 是 gfortran 写的，要先yum install gcc-gfortran安装 gfortran 才能正常编译。

由于 lapack 的编译需要 cmake3, 先安装 cmake3, yum install cmake3

执行下面的操作完成 lapack 的安装

tar -xzvf lapack-3.9.1.tar.gz && cd lapack-3.9.1
mkdir build && cd build
cmake3 ..
make -j7
sudo make install
sudo ldconfig
cd ..
sudo cp LAPACKE/include/*.h /usr/local/include/

执行下面的操作完成安装

git clone https://github.com/memory-overflow/standard-ellipse-detection.git
cd standard-ellipse-detection
mkdir build && cd build
cmake3 ..
make
sudo make install

提供一个 centos server 的镜像，可以作为基础镜像开发，里面装好的依赖和库。

docker pull jisuanke/standard-ellipse-detection-centos7

不建议在 mac 和 windows 上使用此库。mac 的兼容性比较差，我尝试在 mac 上编译，最后因为 gfortran 链接库不兼容放弃。 windows 上的编译和使用的IDE有关，如需要使用，按照 opencv，lapack, ellipsedetect 的顺序依次编译。

其他类unix的操作系统比如安卓可以自行参考 ubuntu 和 centos 的流程编译安装。

代码中引用头文件#include "ellipse_detection/detect.h"，然后引入namespace zgh。

接口说明

bool detectEllipse(const uint8_t *image, int height, int width,
                   std::vector<std::shared_ptr<Ellipse> > &ells,
                   int polarity = 0, double line_width = 2.0);

• 输入参数:
  • image 图像原始数据，灰度图，彩色图需要先转换成灰度图，并且转换成一维数组输入
  • height 图像高度
  • width 图像宽度
  • polarity 表示椭圆极性，-1、0、1, 默认为 0，检测所有极性。
  • line_width 椭圆线宽，单位像素，推荐使用默认值
• 输出
  • ells 检测到的椭圆列表

关于 Ellipse 结构的说明

Pointd o; // 椭圆中心点坐标
double a, b; // 短半轴长度，长半轴长度
double phi; // 椭圆偏角，单位为弧度
int polarity; // 椭圆极性
double goodness; // 椭圆评分
double coverangle; // 椭圆角度完整程度
std::vector<Pixel> inliers; // 构成的像素点

输出的图像坐标系

提供了1个测试工具，可以查看算法效果。需要桌面版的操作系统才能显示图片，如果是服务器版本的操作系统，需要注释掉 imshow 部分。

cmake3 .. -DBUILD_TESTING=ON
make
./bin/testdetect [image_dir1] [image_dir2] [image_dir3] ...

有问题欢迎联系 [email protected], wechat: islands___