从零开始详解OpenCV车道线检测

前言

车道线检测是智能驾驶和智能交通系统中的重要组成部分,对于提高道路安全、交通效率和驾驶舒适性具有重要意义。在本篇文章中将介绍使用OpenCV进行车道线的检测

在这里插入图片描述

详解

导入包

import cv2
import matplotlib.pyplot as plt
import numpy as np

读入图像并灰度化

img = cv2.imread('road.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
plt.imshow(gray, cmap='gray')
plt.show()

在这里插入图片描述

二值化

thresh, im = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY)
plt.imshow(im, cmap=plt.cm.gray)
plt.show()

在这里插入图片描述

边缘检测

output = cv2.Canny(im, 180, 255)
plt.imshow(output, cmap='gray')
plt.show()

在这里插入图片描述
cv2.Canny()函数的语法和参数说明:

语法:edges = cv2.Canny(image, threshold1, threshold2[, apertureSize[, L2gradient]])
参数:image:输入图像,通常是8位灰度图像。threshold1:第一个阈值。边缘梯度值高于这个阈值的像素被视为边缘。threshold2:第二个阈值。在这两个阈值之间的边缘会被认为是强边缘,而低于threshold1但高于threshold2的边缘被认为是弱边缘。只有与强边缘相连的弱边缘才会被认为是真正的边缘。apertureSize(可选):Sobel算子的孔径大小,用于计算梯度。默认是3。L2gradient(可选):一个布尔值,指定是否使用L2范数来计算梯度幅度。如果为True,则使用L2范数;否则,使用L1范数(这更快)。默认是False。
返回值:edges:输出图像,包含检测到的边缘。

掩码操作

从边缘检测的结果看,仍然存在很多干扰区域,我们可以通过掩码操作除去这一部分的干扰。

在获取掩码的步骤中,首先构建一个全为0的掩码,即黑色部分。然后使用cv2,fillPoly来绘制掩码中值为255的白色部分。

polygons = np.array([[(0, output.shape[0]), (0, 400), (output.shape[1]//2, 100), (output.shape[1], 400), (output.shape[1], output.shape[0])]])
mask = np.zeros_like(output)
cv2.fillPoly(mask, polygons, 255)

cv2.fillPoly用于在图像上绘制并填充多边形

语法:cv2.fillPoly(img, pts, color[, lineType[, shift[, offset]]])
参数:img:原图像。pts:多边形的顶点坐标列表。其中每个元素是一个二维坐标点(即顶点的坐标)。color:填充颜色。这是一个三元组,表示 BGR 颜色。lineType:线条类型。默认值为 cv2.LINE_8, 可选参数:cv2.LINE_8(8-连通)cv2.LINE_4(4-连通)cv2.LINE_AA(反锯齿线条)。shift:点的精度。这是一个整数值,表示每个坐标点 (x,y) 的偏移量。默认值为 0。offset:绘制多边形的偏移量。这是一个元组,表示在 x 和 y 方向上的偏移量。默认值为 (0,0)

获取到的掩码如下图

在这里插入图片描述
随后可以通过按位与运算对图像进行掩码操作

masked_image = cv2.bitwise_and(output, mask)

操作后的结果

在这里插入图片描述
我们将以上两个步骤写成一个函数

def mask_of_image(image):polygons = np.array([[(0, image.shape[0]), (0, 400), (image.shape[1]//2, 100), (image.shape[1], 400), (image.shape[1], image.shape[0])]])mask = np.zeros_like(image)cv2.fillPoly(mask, polygons, 255)masked_image = cv2.bitwise_and(image, mask)return masked_image

绘制到原图像

在这一步可以先获取车道线的直线部分,再将获取到的直线线段绘制到原图像

mask_img = mask_of_image(output)img = cv2.imread('road.png')
lines = cv2.HoughLinesP(mask_img, 1, np.pi/180, 5)
for line in lines:x1, y1, x2, y2 = line[0]cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 4)plt.imshow(img)

在这里插入图片描述

cv2.HoughLinesP 用于在二值图像中执行概率霍夫线变换(Probabilistic Hough Transform)以检测直线,能够返回检测到的直线的起点和终点的坐标。

以下是 cv2.HoughLinesP 的函数原型和参数说明:

语法cv2.HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None)
参数:image:是通过边缘检测(如 Canny 边缘检测)处理后的图像。rho:参数 ρ 的步长(分辨率)。ρ 是从原点到直线的垂直距离(以像素为单位)。theta:参数 θ 的步长(分辨率)。θ 是直线的角度(以弧度为单位)。通常,可以使用较小的角度步长来提高角度的精度。threshold:累加器阈值。只有那些累加器值大于阈值的直线才会被返回。这个值越高,检测到的直线就越强。lines:一个可选参数,用于存储检测到的直线的端点坐标。它是一个 NumPy 数组,每行包含四个元素 [x1, y1, x2, y2],分别表示直线的起点和终点的坐标。minLineLength:可选参数,表示检测到的直线的最小长度。小于此长度的直线将被忽略。默认值为 None。maxLineGap:可选参数,表示在检测到的直线上被认为是同一部分的两个线段之间的最大距离。如果两个线段之间的间隔小于此值,则它们将被视为同一条直线。默认值为 None

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/695627.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

中学生政史地杂志中学生政史地杂志社中学生政史地编辑部2024年第3期目录

每月时政 时政要闻(2024年2月) 李伟; 3-12 热点聚焦 关注2024年全国两会 汤健云; 13-15 积极应对老龄化,发展银发经济 王吉兴; 16-18《中学生政史地》投稿:cn7kantougao163.com “一带一路”助力柬埔寨经济发展 李…

aop获取方法运行时间

Slf4j Component Aspect//aop类 public class TimeAspect {/*Around 环绕通知 用ProceedingJoinPoint Before 前置通知 用JoinPoint(是ProceedingJoinPoint的父类型),用它可以获得方法执行的相关信息,如目标类名,方法…

WordPress 管理员密码重置方法汇总

最近明月碰到一个 WordPress 站长求助咨询,说是自己 WordPress 站点的管理员密码被恶意篡改了,对 WordPress 了解的都知道这一般都是恶意代码造成的,问题大多出在使用了所谓的破解版、去授权版的插件或者主题被植入了恶意代码、后门木马。明月…

Android Studio Please select Android SDK

解决方案: 1、打开 SDK Manager 2、选择编辑(Edit) 3、 一直Next,直到完成,解决!

大数据在IT行业的应用与发展趋势及IT行业的现状与未来

大数据在IT行业中的应用、发展趋势及IT行业的现状与未来 一、引言 随着科技的飞速发展,大数据已经成为IT行业的重要驱动力。从数据收集、存储、处理到分析,大数据技术为各行各业带来了深远的影响。本文将详细探讨大数据在IT行业中的应用、发展趋势&#…

R语言数据分析案例-股票题目分析

Value at Risk(VaR)是一种统计技术,用于量化投资组合在正常市场条件下可能遭受的最大潜在损失。它是风险管理和金融领域中一个非常重要的概念。VaR通常以货币单位表示,用于估计在给定的置信水平和特定时间范围内,投资组…

嵌入式开发场景下怎么防止源代码泄密

在当今数字化时代,嵌入式系统在各行各业中扮演着至关重要的角色,从智能家居到工业自动化,都离不开这些嵌入式设备的支持。然而,随之而来的是对嵌入式代码安全的日益关注。在嵌入式开发场景下,代码的保护至关重要&#…

《建筑抗震设计规程》DB62/T 3055-2020下载

本规程适用于抗震设防分类为乙类、丙类,抗震设防烈度为6度(0.05g)、7度(0.10g、0.15g)、8度(020g、030g)、9度(0.40g)的多高层钢筋混凝土结构及钢-混凝土混合结构、中等跨度钢屋盖结构、门式刚架钢结构、多低层砖砌体结构房屋建筑的抗震设计。 关于甘肃省地方标准《…

Alist + RaiDrive-Nas挂载云盘(Quark)

Alist RaiDrive-Nas挂载云盘(Quark) Alist download Alist document RaiDriver download — https://www.raidrive.com/ nssm download nssm document nssm specification 配置 Alist 下载适合的Alist版本后,启动服务; 需使用命令符。 在完成解…

Pytorch 与 Tensorflow:深度学习的主要区别(1)

引言 目前,Python 深度学习领域已经涌现出多个由科技界巨头如 Google、Facebook 和 Uber 等公司公开发布的框架,这些框架旨在帮助开发者构建先进的计算架构。对于刚接触这一领域的你来说,深度学习是计算机科学中的一个分支,它通过…

业绩复苏,第二座12英寸晶圆厂预计年底投产 | 百能云芯

在经历了2023年四季度的业绩波动后,华虹半导体终于在2024年一季度展现了业绩的复苏迹象。根据华虹半导体最新公布的财报,今年一季度的销售收入和毛利率均实现了环比增长,尽管与去年同期相比仍有下滑,但市场对公司前景的乐观预期正…

后端项目开发笔记

Maven打包与JDK版本不对应解决方法 我这里使用jdk8。 <build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.8.1</version><configurat…