基于Opencv的红绿灯交通信号检测（图像分类算法）

最新推荐文章于 2024-07-22 08:52:28 发布

only advertisement

最新推荐文章于 2024-07-22 08:52:28 发布

阅读量4.2k

点赞数 6

文章标签： opencv 分类 python

本文链接：https://blog.csdn.net/Tertullianus/article/details/125481341

版权

该博客介绍了使用OpenCV进行交通信号灯检测的方法，包括霍夫圆检测来识别圆形区域，以及通过颜色筛选来区分红绿黄灯。作者以红灯检测为例，提供了开源代码，并分享了实战过程中的学习心得。讨论了颜色筛选中Inrange函数的应用，以及图像处理中的中值滤波和边缘调整参数。

摘要由CSDN通过智能技术生成

基本思路：
1.用霍夫圆检测挑选出图片中的圆形区域
2.颜色筛选，挑选出当中的红绿黄部分，实现对于交通信号灯的筛选
为演示基本思路此处以红灯举例进行实战

原图：
在这里插入图片描述

检测红灯之后：
在这里插入图片描述

开源代码：

import cv2
import numpy as np

font = cv2.FONT_HERSHEY_SIMPLEX

img = cv2.imread(r"C:\Users\WM202\Pictures\4.jpg")#自定义图片路径

GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
GrayImage= cv2.medianBlur(GrayImage,5) #降噪处理
ret,th1 = cv2.threshold(GrayImage,127,255,cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(GrayImage,255,cv2.ADAPTIVE_THRESH_MEAN_C,
                    cv2.THRESH_BINARY,3,5)
th3 = cv2.adaptiveThreshold(GrayImage,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                    cv2.THRESH_BINARY,3,5)


kernel = np.ones((5,5),np.uint8