用python写一个车道线检测代码

以下是一些基本的车道线检测代码，使用了OpenCV库和Python语言。它可以检测图像中的车道线并将其可视化。

import cv2
import numpy as np

#定义一些常量
IMAGE_HEIGHT = 720
IMAGE_WIDTH = 1280
ROI_TOP_LEFT = (0, IMAGE_HEIGHT)
ROI_TOP_RIGHT = (IMAGE_WIDTH, IMAGE_HEIGHT)
ROI_BOTTOM_LEFT = (550, 450)
ROI_BOTTOM_RIGHT = (730, 450)

#读取图像
image = cv2.imread("test_image.jpg")

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

#对图像进行高斯模糊
blur_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

#进行边缘检测
edge_image = cv2.Canny(blur_image, 50, 150)

#提取ROI区域
mask = np.zeros_like(edge_image)
roi_vertices = np.array([[ROI_TOP_LEFT, ROI_BOTTOM_LEFT, ROI_BOTTOM_RIGHT, ROI_TOP_RIGHT]], dtype=np.int32)
cv2.fillPoly(mask, roi_vertices, 255)
masked_image = cv2.bitwise_and(edge_image, mask)

#进行霍夫变换检测直线
lines = cv2.HoughLinesP(masked_image, rho=2, theta=np.pi/180, threshold=100, lines=np.array([]), minLineLength=40, maxLineGap=5)

#绘制检测到的直线
line_image = np.zeros((IMAGE_HEIGHT, IMAGE_WIDTH, 3), dtype=np.uint8)
for line in lines:
    for x1, y1, x2, y2 in line:
        cv2.line(line_image, (x1, y1), (x2, y2), (0, 0, 255), 5)

#将检测到的直线与原图像叠加
result_image = cv2.addWeighted(image, 0.8, line_image, 1, 0)

#显示结果
cv2.imshow("Result", result_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码使用了高斯模糊、边缘检测、ROI提取、霍夫变换等技术来检测图像中的车道线。在实际应用中，可能需要根据具体情况调整一些参数以获得更好的效果