自动驾驶AVM环视算法--python版本的超广角投影模式

c语言版本和算法原理的可以查看本人的其他文档。《自动驾驶AVM环视算法--更新超广角视图算法和exe测试demo》本文档进用于展示部分代码的视线，获取方式网盘自行获取（非免费介意勿下载）：链接: https://pan.baidu.com/s/1oYChfFYbWtrSvOgQzw7nYQ 提取码: 6a35 。

测试的环境：

以下是主运行函数的部分代码（仅供参考）：

import cv2 
from runAngle import * 

# 导入 MyClass 类  
from runAngle import avmobjData  
flag =0#设置视角，0f 1b 2l 3r
# 创建类的实例  
runAngle = avmobjData()  

F_open=True
B_open=True
L_open=True
R_open=True
F_video=cv2.VideoCapture("video/Front.avi")
if F_video.isOpened():
    F_ocpn,F_frame=F_video.read()
else:
    F_open=False
B_video=cv2.VideoCapture("video/Back.avi")
if B_video.isOpened():
    B_ocpn,B_frame=B_video.read()
else:
    B_open=False
L_video=cv2.VideoCapture("video/Left.avi")
if L_video.isOpened():
    L_ocpn,L_frame=L_video.read()
else:
    L_open=False
R_video=cv2.VideoCapture("video/Right.avi")
if R_video.isOpened():
    R_ocpn,R_frame=R_video.read()
else:
    R_open=False

print(F_open,B_open,L_open,R_open)

if flag==0:
    while F_open :
        F_ret,F_frame=F_video.read()
        srcH, srcW, _ = F_frame.shape  
        # 设置目标图像的宽度和高度  
        dstW = srcH * 3  
        dstH = srcH  
        # 调用 js_imgRect 函数  
        Dstimg = runAngle.js_imgRect(F_frame, srcW, srcH, dstW, dstH)     
        
        if F_frame is None:
            break
        if F_ret==True :           
            cv2.imshow("avmAngle",Dstimg)
            if cv2.waitKey(25) & 0xFF==27:
                break
    F_video.release()
    cv2.destroyAllWindows()
if flag==1:
    while B_open:
        B_ret,B_frame=B_video.read()
        srcH, srcW, _ = B_frame.shape  
        # 设置目标图像的宽度和高度  
        dstW = srcH * 3  
        dstH = srcH  
        # 调用 js_imgRect 函数  
        Dstimg = runAngle.js_imgRect(B_frame, srcW, srcH, dstW, dstH)     
        if B_frame is None :
            break
        if B_ret==True:
            cv2.imshow("avmAngle",Dstimg)
            if cv2.waitKey(25) & 0xFF==27:
                break
    B_video.release()
    cv2.destroyAllWindows()
if flag==2:
    while L_open:
        L_ret,L_frame=L_video.read()
        srcH, srcW, _ = L_frame.shape  
        # 设置目标图像的宽度和高度  
        dstW = srcH * 3  
        dstH = srcH  
        # 调用 js_imgRect 函数  
        Dstimg = runAngle.js_imgRect(L_frame, srcW, srcH, dstW, dstH)     
        
        if L_frame is None:
            break
        if L_ret==True:
            cv2.imshow("avmAngle",Dstimg)
            if cv2.waitKey(25) & 0xFF==27:
                break
    L_video.release()
    cv2.destroyAllWindows()
if flag==3:
    while R_open:
        R_ret,R_frame=R_video.read()
        srcH, srcW, _ = R_frame.shape  
        # 设置目标图像的宽度和高度  
        dstW = srcH * 3  
        dstH = srcH  
        # 调用 js_imgRect 函数  
        Dstimg = runAngle.js_imgRect(R_frame, srcW, srcH, dstW, dstH)     
        if R_frame is None:
            break
        if R_ret==True:
            cv2.imshow("avmAngle",Dstimg)
            if cv2.waitKey(25) & 0xFF==27:
                break
    R_video.release()
    cv2.destroyAllWindows()

注：当前python的版本效率比较低，需要加速的可以自行优化加速代码，实现的过程是从C代码直接转换过来的，没有进行任何的优化加速。

测试实现的效果：