OpenCV实时赛道识别与方向控制：Python代码实现

下面是基于OpenCV实现的实时处理灰度图像的代码，用于识别赛道并根据赛道位置判断转向方向：

import cv2
import numpy as np

# 摄像头参数
cap = cv2.VideoCapture(0)
cap.set(3, 640)
cap.set(4, 480)

# 赛道颜色范围
lower_gray = np.array([80, 80, 80])
upper_gray = np.array([255, 255, 255])

while True:
    # 读取摄像头图像
    ret, frame = cap.read()
    
    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 阈值化处理
    _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
    
    # 寻找轮廓
    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 找出最大面积的轮廓
    max_area = 0
    max_contour = None
    for contour in contours:
        area = cv2.contourArea(contour)
        if area > max_area:
            max_area = area
            max_contour = contour
    
    if max_contour is not None:
        # 计算轮廓的重心
        M = cv2.moments(max_contour)
        cx = int(M['m10'] / M['m00'])
        cy = int(M['m01'] / M['m00'])
        
        # 绘制方向线
        cv2.line(frame, (cx, cy), (cx, cy+20), (0, 255, 0), 2)
        
        # 计算偏转角
        deviation_angle = (cx - frame.shape[1] / 2) * 0.1
        
        # 判断偏转方向
        if deviation_angle < -5:
            direction = 'Left'
        elif deviation_angle > 5:
            direction = 'Right'
        else:
            direction = 'Straight'
        
        # 显示偏转角和方向
        cv2.putText(frame, 'Deviation Angle: {:.2f}'.format(deviation_angle), (10, 30),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2)
        cv2.putText(frame, 'Direction: {}'.format(direction), (10, 60),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2)
    
    # 显示图像
    cv2.imshow('Frame', frame)
    
    # 按下q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

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

请注意，这只是一个简单的实现，并且可能需要根据实际情况进行调整。另外，代码中的参数（如颜色范围、偏转角阈值等）也可能需要根据实际情况进行调整。