使用OpenCV对车道进行实时检测的实现示例代码!

最新推荐文章于 2023-04-08 13:55:20 发布

爬遍天下无敌手

最新推荐文章于 2023-04-08 13:55:20 发布

阅读量600

点赞数

本文链接：https://blog.csdn.net/weixin_43881394/article/details/106855075

版权

本文通过实例代码详细解析如何使用OpenCV进行车道实时检测。首先读取视频帧为图片，然后创建并应用掩码，进行图像阈值化，接着使用霍夫线变换检测车道，并将检测结果画到图片上，最后将处理后的图片合并成视频。

摘要由CSDN通过智能技术生成

项目介绍

下图中的两条线即为车道：

我们的任务就是通过 OpenCV 在一段视频（或摄像头）中实时检测出车道并将其标记出来。其效果如下图所示：

这里使用的代码来源于磐怼怼大神，此文章旨在对其代码进行解释。

实现步骤

1、将视频的所有帧读取为图片；

2、创建掩码并应用到这些图片上；

3、图像阈值化；

4、用霍夫线变换检测车道；

5、将车道画到每张图片上；

6、将所有图片合并为视频。

代码实现

1、导入需要的库

import os
import re
import cv2
import numpy as np
from tqdm import notebook
import matplotlib.pyplot as plt

其中 tqdm.notebook 是用来显示进度条的。

2、将图片（视频的每一帧）加载进来

这里我们已经将视频的每一帧读取为图片了，并将它们都放进 frames 文件夹。

# 获取帧的文件名
col_frames = os.listdir('frames/') # 读取 frames 文件夹下的所有图片
col_frames.sort(key=lambda f: int(re.sub('\D', '', f))) # 按名称对图片进行排序

# 加载帧
col_images=[]
for i in notebook.tqdm(col_frames):
  img = cv2.imread('frames