OpenCV 地图识别：黄灰赛道提取与中心点定位

使用 OpenCV 库识别图像中黄色的背景和灰色的赛道，并提取灰色赛道的边缘线，最后标出灰色赛道的中心位置点。该方法适用于自动驾驶等需要对图像进行分析的场景。

要实现这个任务，您可以使用 OpenCV 的颜色过滤和边缘检测功能。下面是一个基本的步骤：

导入必要的库：

import cv2
import numpy as np

读取图像并转换为 HSV 颜色空间：

image = cv2.imread('map.jpg')
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

定义黄色和灰色的颜色范围：

lower_yellow = np.array([20, 100, 100])
upper_yellow = np.array([30, 255, 255])

lower_gray = np.array([0, 0, 100])
upper_gray = np.array([179, 50, 200])

对图像进行颜色过滤：

yellow_mask = cv2.inRange(hsv_image, lower_yellow, upper_yellow)
gray_mask = cv2.inRange(hsv_image, lower_gray, upper_gray)

对灰色赛道进行边缘检测：

gray_edges = cv2.Canny(gray_mask, 50, 150)

在灰色赛道上绘制边缘线：

gray_contours, _ = cv2.findContours(gray_edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(image, gray_contours, -1, (0, 255, 0), 2)

在灰色赛道中心位置绘制点：

gray_moments = cv2.moments(gray_mask)
gray_center_x = int(gray_moments['m10'] / gray_moments['m00'])
gray_center_y = int(gray_moments['m01'] / gray_moments['m00'])
cv2.circle(image, (gray_center_x, gray_center_y), 5, (0, 0, 255), -1)

显示结果图像：

cv2.imshow('Result', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，这只是一个基本的代码框架，可能需要根据您的具体图像进行一些调整和优化。