cv2 python 获取斑马线_如何在python项目中利用opencv实现一个斑马线检测功能

本文介绍了如何利用OpenCV在Python项目中实现斑马线检测。通过图像预处理、轮廓检测和感兴趣区域选择,能有效地识别并标记出图像中的斑马线。
摘要由CSDN通过智能技术生成

如何在python项目中利用opencv实现一个斑马线检测功能

发布时间:2020-12-01 16:18:23

来源:亿速云

阅读:75

作者:Leah

如何在python项目中利用opencv实现一个斑马线检测功能?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。

基本思路

斑马线检测通过opencv图像处理来进行灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀后对图像进行轮廓检测,通过判断车辆和行人的位置,以及他们之间的距离信息,当车速到超过一定阈值时并且与行人距离较近时,则会被判定车辆为未礼让行人。

实验流程

先通过视频截取一张图片来进行测试,如果结果满意之后再嵌套到视频中,从而达到想要的效果。

1.预处理(灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀)> 根据自己的需求来修改一些值#灰度值转换

imgGray = cv2.cvtColor(copy_img,cv2.COLOR_BGR2GRAY)

#高斯滤波去噪

imgBlur = cv2.GaussianBlur(imgGray,(5,5),0)

#阈值处理

ret,thresh = cv2.threshold(imgBlur,127,255,cv2.THRESH_BINARY)

#腐蚀

imgEro = cv2.erode(thresh,kernel1,iterations=2)

#膨胀

imgDia = cv2.dilate(imgEro,kernel2,iterations=4)

2.轮廓检测#轮廓检测

_,contouts,hie = cv2.findContours(imgDia,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

cnt = contouts

cv2.drawContours(copy_img, cnt, -1, (0, 255, 0), 2)

可以看到这并不是我们想要的,所以我们需要判断一下位置,选取我们感兴趣的区域。

3.感兴趣区域

根据自己图片或视频的需求来更改x,y,w,h位置信息数值。for i in cnt:

#坐标赋值

x,y,w,h = cv2.boundingRect(i)

#roi位置判断

if y>350 and y<450 and x<1200 and w>50 and h>10:

# 画出轮廓

cv2.drawContours(copy_img, i, -1, (0, 255, 0), 2)

4.完整代码import cv2

import numpy as np

#定义两个核(kernel_Ero用于腐蚀,kernel_Dia用于膨胀)

kernel_Ero = np.ones((3,1),np.uint8)

kernel_Dia = np.ones((3,5),np.uint8)

img = cv2.imread("../images/bmx.png")

copy_img = img.copy()

#原图copy修改尺寸

copy_img = cv2.resize(copy_img,(1600,800))

#灰度值转换

imgGray = cv2.cvtColor(copy_img,cv2.COLOR_BGR2GRAY)

#高斯滤波去噪

imgBlur = cv2.GaussianBlur(imgGray,(5,5),0)

#阈值处理

ret,thresh = cv2.threshold(imgBlur,127,255,cv2.THRESH_BINARY)

#腐蚀

imgEro = cv2.erode(thresh,kernel_Ero,iterations=2)

#膨胀

imgDia = cv2.dilate(imgEro,kernel_Dia,iterations=4)

#轮廓检测

_,contouts,hie = cv2.findContours(imgDia,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

cnt = contouts

for i in cnt:

#坐标赋值

x,y,w,h = cv2.boundingRect(i)

#roi位置判断

if y>350 and y<450 and x<1200 and w>50 and h>10:

# 画出轮廓

cv2.drawContours(copy_img, i, -1, (0, 255, 0), 2)

cv2.imshow("img",copy_img)

cv2.waitKey(0)

cv2.destroyAllWindows()

看完上述内容,你们掌握如何在python项目中利用opencv实现一个斑马线检测功能的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注亿速云行业资讯频道,感谢各位的阅读!

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值