使用Python+OpenCV進行實時車道檢測
如上所示,對蒙版圖像應(yīng)用閾值后,我們只得到輸出圖像中的車道標(biāo)線,F(xiàn)在我們可以通過霍夫線變換很容易地檢測出這些標(biāo)記;舴蚓變換霍夫線變換是一種檢測任何可以用數(shù)學(xué)方法表示形狀的方法。例如,它可以檢測矩形、圓、三角形或直線等形狀。我們感興趣的是檢測可以表示為直線的車道標(biāo)線。這是相關(guān)文檔:https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_h(yuǎn)oughlines/py_h(yuǎn)oughlines.html在執(zhí)行圖像閾值化后對圖像應(yīng)用霍夫線變換將提供以下輸出:
我們需要對所有幀執(zhí)行此過程,然后將生成的幀縫合到新視頻中。用OpenCV在Python中實現(xiàn)車道檢測是時候用Python實現(xiàn)這個車道檢測項目了!我推薦使用Google Colab,因為構(gòu)建車道檢測系統(tǒng)需要計算能力。首先導(dǎo)入所需的庫:import osimport reimport cv2import numpy as npfrom tqdm import tqdm_notebookimport matplotlib.pyplot as plt讀取視頻幀我已經(jīng)從這個YouTube視頻中抽取了一些視頻片段。你可以從這個鏈接下載:https://drive.google.com/file/d/1e4cc4zFFna3Owyym6aq7ZXoquHA2l95O/view?usp=sharing。# 獲取幀的文件名col_frames = os.listdir('frames/')col_frames.sort(key=lambda f: int(re.sub('D', '', f)))
# 加載幀col_images=[]for i in tqdm_notebook(col_frames): img = cv2.imread('frames/'+i) col_images.a(chǎn)ppend(img)讓我們繪制一個幀:# 指定一個索引idx = 457
# plot frameplt.figure(figsize=(10,10))plt.imshow(col_images[idx][:,:,0], cmap= "gray")plt.show()
幀掩碼創(chuàng)建我們感興趣的區(qū)域是一個多邊形。我們想掩蓋除了這個區(qū)域以外的一切。因此,我們首先必須指定多邊形的坐標(biāo),然后使用它來準(zhǔn)備幀掩碼:# 創(chuàng)建0矩陣stencil = np.zeros_like(col_images[idx][:,:,0])
# 指定多邊形的坐標(biāo)polygon = np.a(chǎn)rray([[50,270], [220,160], [360,160], [480,270]])
# 用1填充多邊形cv2.fillConvexPoly(stencil, polygon, 1)# 畫出多邊形plt.figure(figsize=(10,10))plt.imshow(stencil, cmap= "gray")plt.show()
# 應(yīng)用該多邊形作為掩碼img = cv2.bitwise_and(col_images[idx][:,:,0], col_images[idx][:,:,0], mask=stencil)
# plot masked frameplt.figure(figsize=(10,10))plt.imshow(img, cmap= "gray")plt.show()
圖像預(yù)處理我們必須對視頻幀執(zhí)行一些圖像預(yù)處理操作來檢測所需的車道。預(yù)處理操作包括:圖像閾值化霍夫線變換1.圖像閾值化# 應(yīng)用圖像閾值化ret, thresh = cv2.threshold(img, 130, 145, cv2.THRESH_BINARY)
# 畫出圖像plt.figure(figsize=(10,10))plt.imshow(thresh, cmap= "gray")plt.show()
2.霍夫線變換lines = cv2.HoughLinesP(thresh, 1, np.pi/180, 30, maxLineGap=200)
# 創(chuàng)建原始幀的副本dmy = col_images[idx][:,:,0].copy()
# 霍夫線for line in lines: x1, y1, x2, y2 = line[0] cv2.line(dmy, (x1, y1), (x2, y2), (255, 0, 0), 3)
# 畫出幀plt.figure(figsize=(10,10))plt.imshow(dmy, cmap= "gray")plt.show()
現(xiàn)在我們將對每個幀應(yīng)用所有這些操作。我們還將結(jié)果幀保存在新目錄中:cnt = 0
for img in tqdm_notebook(col_images):
# 應(yīng)用幀掩碼 masked = cv2.bitwise_and(img[:,:,0], img[:,:,0], mask=stencil)
# 應(yīng)用圖像閾值化 ret, thresh = cv2.threshold(masked, 130, 145, cv2.THRESH_BINARY)
# 應(yīng)用霍夫線變換 lines = cv2.HoughLinesP(thresh, 1, np.pi/180, 30, maxLineGap=200) dmy = img.copy()
#畫出檢測到的線 try: for line in lines: x1, y1, x2, y2 = line[0] cv2.line(dmy, (x1, y1), (x2, y2), (255, 0, 0), 3)
cv2.imwrite('detected/'+str(cnt)+'.png',dmy)
except TypeError: cv2.imwrite('detected/'+str(cnt)+'.png',img)
cnt+= 1視頻準(zhǔn)備# 輸入幀的路徑pathIn= 'detected/'
#輸出視頻路徑pathOut = 'roads_v2.mp4'
# 視頻每秒的幀數(shù)fps = 30.0from os.path import isfile, join
# 獲取幀的文件名files = [f for f in os.listdir(pathIn) if isfile(join(pathIn, f))]files.sort(key=lambda f: int(re.sub('D', '', f)))接下來,我們將把檢測到的車道上的所有幀放入一個列表中:frame_list = []
for i in tqdm_notebook(range(len(files))): filename=pathIn + files[i] #讀取每一個文件 img = cv2.imread(filename) height, width, layers = img.shape size = (width,height)
#將幀插入圖像數(shù)組 frame_list.a(chǎn)ppend(img)最后,我們現(xiàn)在可以使用下面的代碼將幀合并為視頻:# 寫入視頻out = cv2.VideoWriter(pathOut,cv2.VideoWriter_fourcc(*'DIVX'), fps, size)
for i in range(len(frame_array)): out.write(frame_array[i])
out.release()這就完成了Python中的車道檢測系統(tǒng)。
結(jié)尾在本教程中,我們介紹了一種簡單的車道檢測技術(shù)。我們沒有使用任何模型或復(fù)雜的圖像特征,相反,我們的解決方案完全基于某些圖像預(yù)處理操作。但是,在很多情況下,這個解決方案都無法工作。例如,當(dāng)沒有車道標(biāo)線,或者道路上的車輛太多時,該系統(tǒng)將失敗。在車道檢測中有更復(fù)雜的方法來克服這些問題。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-10.29立即報名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月14日立即報名>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
推薦專題
-
10 百度搜索,正在被平替
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價拍賣
- 5 具身智能火了,但規(guī)模落地還需時間
- 6 三次錯失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實力拉滿
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市