OpenCV 实时灰色赛道识别与转向控制 Python 代码

下面是一个使用 OpenCV 实现实时识别灰色赛道并偏转的 Python 代码示例：

import cv2
import numpy as np

def process_frame(frame):
    # 将图像转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 使用自适应阈值处理图像，将灰色赛道变为白色，其他干扰颜色变为黑色
    _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

    # 找到灰色赛道的轮廓
    contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    if len(contours) > 0:
        # 找到最大的轮廓
        max_contour = max(contours, key=cv2.contourArea)

        # 获取灰色赛道的边界框
        x, y, w, h = cv2.boundingRect(max_contour)

        # 计算灰色赛道的中心点
        center_x = x + w // 2

        # 计算摄像头偏离中心线的偏转角度
        deviation_angle = (center_x - frame.shape[1] // 2) * 0.1

        # 绘制赛道中心线
        cv2.line(frame, (center_x, y), (center_x, y + h), (0, 255, 0), 2)

        # 根据偏转角度判断向左、向右或直走
        if deviation_angle < -5:
            cv2.putText(frame, 'Turn Left', (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
        elif deviation_angle > 5:
            cv2.putText(frame, 'Turn Right', (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
        else:
            cv2.putText(frame, 'Go Straight', (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    return frame

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧图像
    ret, frame = cap.read()

    if not ret:
        break

    # 处理图像
    processed_frame = process_frame(frame)

    # 显示图像
    cv2.imshow('Frame', processed_frame)

    # 按下'q'键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头和窗口
cap.release()
cv2.destroyAllWindows()

这个代码使用自适应阈值处理灰度图像，将灰色赛道变为白色，其他干扰颜色变为黑色。然后找到灰色赛道的轮廓，并计算灰色赛道的中心点。根据中心点与图像中心的偏移量，判断偏转角度，并根据偏转角度判断向左、向右或直走。最后将赛道中心线绘制在图像上，并将判断结果显示在屏幕上。