OpenCV赛道图片识别：距离、倾斜度、明暗度检测 Python 代码示例

以下是使用OpenCV进行赛道图片识别并显示图片远近距离、图片倾斜程度和图片明暗度的Python代码示例：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('track_image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 检测边缘
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 检测直线
lines = cv2.HoughLines(edges, 1, np.pi / 180, 200)

# 显示检测到的直线
if lines is not None:
    for line in lines:
        rho, theta = line[0]
        a = np.cos(theta)
        b = np.sin(theta)
        x0 = a * rho
        y0 = b * rho
        x1 = int(x0 + 1000 * (-b))
        y1 = int(y0 + 1000 * (a))
        x2 = int(x0 - 1000 * (-b))
        y2 = int(y0 - 1000 * (a))
        cv2.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)

# 计算图片倾斜程度
angle = np.arctan2(y2 - y1, x2 - x1) * 180 / np.pi

# 显示图片远近距离和倾斜程度
cv2.putText(image, f'Distance: {1/rho}px', (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
cv2.putText(image, f'Angle: {angle} degrees', (10, 60), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

# 计算图片明暗度
brightness = np.mean(image)

# 显示图片明暗度
cv2.putText(image, f'Brightness: {brightness}', (10, 90), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

# 显示结果图像
cv2.imshow('Track Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意替换代码中的track_image.jpg为实际的图片路径。该代码会检测图像中的直线，计算直线的远近距离、倾斜程度，以及图像的明暗度，并在图像上进行显示。