網(wǎng)站首頁 編程語言 正文
前言
本文將使用OpenCV C++ 進(jìn)行車道檢測。
一、獲取車道ROI區(qū)域
原圖如圖所示。
使用下面代碼段獲取ROI區(qū)域。該ROI區(qū)域點(diǎn)集根據(jù)圖像特征自己設(shè)定。通過fillPoly填充ROI區(qū)域,最終通過copyTo在原圖中扣出ROI。
void GetROI(Mat src, Mat &image) { ?? ?Mat mask = Mat::zeros(src.size(), src.type()); ?? ?int width = src.cols; ?? ?int height = src.rows; ?? ?//獲取車道ROI區(qū)域,只對該部分進(jìn)行處理 ?? ?vector<Point>pts; ?? ?Point ptA((width / 8) * 2, (height / 20) * 19); ?? ?Point ptB((width / 8) * 2, (height / 8) * 7); ?? ?Point ptC((width / 10) * 4, (height / 5) * 3); ?? ?Point ptD((width / 10) * 5, (height / 5) * 3); ?? ?Point ptE((width / 8) * 7, (height / 8) * 7); ?? ?Point ptF((width / 8) * 7, (height / 20) * 19); ?? ?pts = { ptA ,ptB,ptC,ptD,ptE, ptF }; ?? ?fillPoly(mask, pts, Scalar::all(255)); ?? ?src.copyTo(image, mask); }
mask圖像如圖所示。有了mask圖像,我們就可以更好的進(jìn)行后續(xù)處理,以檢測車道線。
二、車道檢測
1.灰度、閾值
Mat gray; cvtColor(image, gray, COLOR_BGR2GRAY); Mat thresh; threshold(gray, thresh, 180, 255, THRESH_BINARY); imshow("thresh", thresh);
經(jīng)過灰度、閾值后的圖像如下圖所示。
2.獲取非零像素點(diǎn)
我們將圖像分為兩半。左半邊獲取左側(cè)車道輪廓點(diǎn);右半邊獲取右側(cè)車道輪廓點(diǎn)。
vector<Point>left_line; vector<Point>right_line; for (int i = 0; i < thresh.cols / 2; i++) { for (int j = 0; j < thresh.rows; j++) { if (thresh.at<uchar>(j, i) == 255) { left_line.push_back(Point(i, j)); } } } for (int i = thresh.cols / 2; i < thresh.cols; i++) { for (int j = 0; j < thresh.rows; j++) { if (thresh.at<uchar>(j, i) == 255) { right_line.push_back(Point(i, j)); } } }
3.繪制車道線
我們將從left_line、right_line容器中各拿出首尾兩個(gè)點(diǎn)作為車道線的起始點(diǎn)。
注意:這里要加一個(gè)if判斷語句,否則當(dāng)容器為空時(shí)(未檢測到車道線),容器會溢出。
if (left_line.size() > 0 && right_line.size() > 0) { Point B_L = (left_line[0]); Point T_L = (left_line[left_line.size() - 1]); Point T_R = (right_line[0]); Point B_R = (right_line[right_line.size() - 1]); circle(src, B_L, 10, Scalar(0, 0, 255), -1); circle(src, T_L, 10, Scalar(0, 255, 0), -1); circle(src, T_R, 10, Scalar(255, 0, 0), -1); circle(src, B_R, 10, Scalar(0, 255, 255), -1); line(src, Point(B_L), Point(T_L), Scalar(0, 255, 0), 10); line(src, Point(T_R), Point(B_R), Scalar(0, 255, 0), 10); vector<Point>pts; pts = { B_L ,T_L ,T_R ,B_R }; fillPoly(src, pts, Scalar(133, 230, 238)); }
最終效果如圖所示。
總結(jié)
本文使用OpenCV C++進(jìn)行車道檢測,關(guān)鍵步驟有以下幾點(diǎn)。
1、要根據(jù)車道所在位置扣出一個(gè)ROI區(qū)域,這樣方便我們后續(xù)的閾值操作。
2、根據(jù)閾值圖像獲取左右車道的輪廓點(diǎn)。這里的閾值處理很重要,直接會影響最后的效果。本文做實(shí)時(shí)視頻處理時(shí),也會因?yàn)殚撝祮栴}導(dǎo)致最后的效果不是特別好。
3、根據(jù)獲取到的各車道輪廓點(diǎn)拿出首尾Point就可以繪制車道線以及車道區(qū)域了。
原文鏈接:https://blog.csdn.net/Zero___Chen/article/details/119666454
相關(guān)推薦
- 2022-07-10 ENOENT讀取文件報(bào)錯(cuò)(fs)
- 2022-09-20 Python中類的mro與繼承關(guān)系詳解_python
- 2023-07-10 分布式緩存之Redis(持久化、主從、哨兵、分片集群)
- 2022-06-20 C語言詳解如何實(shí)現(xiàn)順序棧_C 語言
- 2023-11-18 Linux/Ubuntu/Arm設(shè)備中通過/proc/stat等文件計(jì)算Cpu使用率
- 2024-02-16 SpringBoot 事務(wù)管理Transactional 數(shù)據(jù)回滾 數(shù)據(jù)一致性
- 2023-11-13 Linux Ubuntu修改用戶名和主機(jī)名
- 2022-03-26 C#?WPF數(shù)據(jù)綁定模板化操作的完整步驟_C#教程
- 最近更新
-
- window11 系統(tǒng)安裝 yarn
- 超詳細(xì)win安裝深度學(xué)習(xí)環(huán)境2025年最新版(
- Linux 中運(yùn)行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎(chǔ)操作-- 運(yùn)算符,流程控制 Flo
- 1. Int 和Integer 的區(qū)別,Jav
- spring @retryable不生效的一種
- Spring Security之認(rèn)證信息的處理
- Spring Security之認(rèn)證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權(quán)
- redisson分布式鎖中waittime的設(shè)
- maven:解決release錯(cuò)誤:Artif
- restTemplate使用總結(jié)
- Spring Security之安全異常處理
- MybatisPlus優(yōu)雅實(shí)現(xiàn)加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務(wù)發(fā)現(xiàn)-Nac
- Spring Security之基于HttpR
- Redis 底層數(shù)據(jù)結(jié)構(gòu)-簡單動態(tài)字符串(SD
- arthas操作spring被代理目標(biāo)對象命令
- Spring中的單例模式應(yīng)用詳解
- 聊聊消息隊(duì)列,發(fā)送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠(yuǎn)程分支