基于Opencv和哈夫变换的车道线检测实例

基于Opencv和哈夫变换的车道线检测实例

一. 实例整体原理及结构

正常条件下车道线检测的主要步骤如下图所示：


基本程序框架如下图：其中比较重要的几点，图灰度化，高斯平滑，边缘检测，哈夫变换等，具体介绍如下各篇文章：

• （一）对视频（图片）的读入及分帧
• （二）对图像进行预处理（灰度化，二值化）
• （三）对图像进行Gauss高斯平滑处理
• （四）Canny边缘检测及ROI区域选择
• （五）基于哈夫变换的车道线检测（Hough Transformation）

二. 整体程序代码

整体实例代码已上传至github：
哈夫变换车道线检测代码
https://github.com/rhyijg/Hough-Lane-line-detection

其中，3-2lane-detection-image.py 是检测图片进行识别的程序；3-3lane-detection-video(Opencv).py 是使用opencv读取视频检测视频进行车道线识别的程序；3-4lane-detection-video(os).py 是使用os读取视频检测视频进行车道线识别的程序；