OpenCV 实时赛道识别及转向控制 Python 代码

以下是基于 OpenCV 的 Python 代码，实现实时识别灰色赛道，并将赛道上的非灰色区域转化为白色，然后根据赛道的灰色区域判断车辆的行驶方向，显示出赛道中心区域的一小段方向线，并输出偏转角度。最后根据偏转角度判断向左、向右或直走，并将结果显示在屏幕上。

import cv2
import numpy as np

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

    # 对灰度图像进行阈值处理，将非灰色的区域转化为白色
    _, binary = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY_INV)

    # 进行边缘检测
    edges = cv2.Canny(binary, 50, 150)

    # 利用霍夫变换检测直线
    lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=50, minLineLength=50, maxLineGap=10)

    # 将图像分割为上中下三个区域
    height, width = image.shape[:2]
    upper_region = image[0:int(height/3), :]
    middle_region = image[int(height/3):int(2*height/3), :]
    lower_region = image[int(2*height/3):height, :]

    # 遍历直线，判断直线所在的区域，并计算直线的斜率
    left_count = 0
    left_slope_sum = 0
    right_count = 0
    right_slope_sum = 0

    for line in lines:
        x1, y1, x2, y2 = line[0]
        slope = (y2 - y1) / (x2 - x1)

        if y1 < int(height/3):
            upper_region = cv2.line(upper_region, (x1, y1), (x2, y2), (0, 255, 0), 2)

            if slope < 0:  # 斜率小于0表示向左
                left_count += 1
                left_slope_sum += slope
            else:  # 斜率大于0表示向右
                right_count += 1
                right_slope_sum += slope

        elif y1 < int(2*height/3):
            middle_region = cv2.line(middle_region, (x1, y1-int(height/3)), (x2, y2-int(height/3)), (0, 255, 0), 2)

        else:
            lower_region = cv2.line(lower_region, (x1, y1-int(2*height/3)), (x2, y2-int(2*height/3)), (0, 255, 0), 2)

    # 计算平均斜率
    if left_count > 0:
        left_slope_avg = left_slope_sum / left_count
    else:
        left_slope_avg = 0

    if right_count > 0:
        right_slope_avg = right_slope_sum / right_count
    else:
        right_slope_avg = 0

    # 判断偏离角度
    angle_threshold = 0.1  # 偏离角度的阈值

    if left_slope_avg < -angle_threshold:
        print('向左')
    elif right_slope_avg > angle_threshold:
        print('向右')
    else:
        print('直走')

    # 将分割后的图像合并
    result = np.vstack((upper_region, middle_region, lower_region))

    return result

# 读取摄像头图像
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()

    # 对图像进行处理
    processed_frame = process_image(frame)

    # 在屏幕上显示图像
    cv2.imshow('Processed Frame', processed_frame)

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

cap.release()
cv2.destroyAllWindows()

这段代码实现了图像的实时处理和显示。根据灰度处理后的图像找出灰色赛道，并将赛道上的非灰色区域转化为白色。然后根据赛道的灰色区域判断车辆的行驶方向，显示出赛道中心区域的一小段方向线，并输出偏转角度。最后根据偏转角度判断向左、向右或直走，并将结果显示在屏幕上。