实战：使用 OpenCV 的自动驾驶汽车车道检测（附代码）

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

一、边缘检测

我们将使用 Canny 进行边缘检测。如果你不确定这是什么，请查阅相关资料，对于后文的阅读会有帮助。

def canyEdgeDetector(image):
    edged = cv2.Canny(image, 50, 150)
    return edged

二、定义ROI

驾驶时，为了让汽车保持在车道上，只关注当前道路的下一个100米。此外，也不关心分隔线另一侧的道路。这就是我们定义的区域。我们隐藏图像中不必要的细节，只显示有助于我们找到车道的区域。

def getROI(image):
    height = image.shape[0]
    width = image.shape[1]
    # Defining Triangular ROI: The values will change as per your camera mounts
    triangle = np.array([[(100, height), (width, height), (width-500, int(height/1.9))]])
    # creating black image same as that of input image
    black_image = np.zeros_like(image)
    # Put the Triangular shape on top of our Black image to create a mask
    mask = cv2.fillPoly(black_image, triangle, 255)
    # applying mask on original image
    masked_image = cv2.bitwise_and(image, mask)
    return masked_image

1.我们已经定义了三