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;