使用python里的OpenCV包做简单的车道线检测

参考教程：

【从车道线检测项目入门OpenCV】 https://www.bilibili.com/video/BV1qk4y1r7jw/?p=3\&share_source=copy_web\&vd_source=9332b8fc5ea8d349a54c3989f6189fd3
注意：首先应该安装OpenCV包。

openCV用法

读取图片

PYTHON 复制代码

# 读取成灰度
img = cv2.imread('img.jpg', cv2.IMREAD_GRAYSCALE)

# 显示图片
cv2.imshow('img_gray', img)

# 阻塞，参数设置为0，返回值是等待键盘
cv2.waitKey(0)

# 保存文件，需要指定文件后缀名
cv2.imwrite('img_gray.bmp', img)

canny边缘检测

canny计算四个方向的梯度（每个方向加上反方向就是八个方向），经过运算得到一个梯度值，设置了上下阈值，

PYTHON 复制代码

    edges = cv2.Canny(img, minThreshold, maxThreshold)

感兴趣区域选取

python 复制代码

# 创建一个与给定数组形状和类型相同的新数组，所有元素都初始化为 0
mask = np.zeros_like(edge_img)
# 用于在图像上填充一个或多个多边形
mask = cv2.fillPoly(mask,
                    np.array([[[0, 368], [300, 210], [340, 210], [640, 368]]]),
                    color=255)
# 对两个数组或图像进行按位与操作
masked_edge_img = cv2.bitwise_and(edge_img, mask)

霍夫变换

在一定误差范围交于某一个点即可

python 复制代码

    # 获取所有线段
    lines = cv2.HoughLinesP(edge_img, 1, np.pi / 180, 15, minLineLength=40,
                            maxLineGap=20)

参数说明：

image：边缘检测后的二值图像，通常是使用 Canny 边缘检测或其他方法得到的。 rho：从中心到直线的距离的精度，以像素为单位。
theta：角度的精度，以弧度为单位。 threshold：阈值，即一个直线的候选必须有的最小票数（即通过变换得到的交点数）。
minLineLength：检测到的线段的最小长度，小于这个长度的线段会被忽略。
maxLineGap：同一直线上的两点之间允许的最大间隙，即如果两个线段之间的间隙小于或等于这个值，它们会被认为是同一条直线。
lineType：线条的类型（默认是 cv2.CV_8UC1），即线条的类型，可以是 cv2.CV_8UC1 或cv2.CV_32SC1。

返回值：

lines：一个数组，其中每个元素是一个 (x1, y1, x2, y2) 的元组，表示检测到的线段的两个端点。