python图像识别马路_使用Python和OpenCV在道路上找到车道线

识别道路上的车道是所有司机的共同任务，以确保车辆在驾驶时处于车道限

制之内，并减少因越过车道而与其他车辆发生碰撞的机会。

对自动驾驶汽车来说，这同样也是一项关键任务。事实证明，使用计算机视觉技术识别道

路上的车道标记是可能的。本算法将介绍其中的一些技术。

这个项目的目标是创建一种方法，使用

Python

和

OpenCV

在道路上找到车道线。

实例图像

Udacity

提供了

960 x 540

像素的示例图像，

用于训练我们的算法。

下面是提供的两个图像。

算法步骤

在这一部分中，我们将详细介绍本算法所需的不同步骤，这将使我们能够识别和分类车道

线，如下所示

:

将原始图像转换为

HSL

从

HSL

图像中分离出黄色和白色

将分离的

HSL

与原始图像相结合

将图像转换为灰度，便于操作

应用高斯模糊来平滑边缘

在平滑的灰色图像上应用

Canny

边缘检测

跟踪感兴趣的区域，并剔除其他区域的信息

执行一个霍夫变换，在我们感兴趣的区域内找到车道，并用红色跟踪它们

分开左车道和右车道

插入直线梯度来创建两条平滑的直线

每个步骤的输入都是前一步的输出

(

例如，我们对区域分割图像应用

Hough

变换

)

。

转换到不同的色彩空间

虽然我们的图像目前是

RBG

格式，

但是我们应该探索在不同的颜色空间，

如

HSL

或

HSV