如何在python项目中利用opencv实现一个斑马线检测功能?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联公司主要从事成都做网站、成都网站制作、成都外贸网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务新安,十载网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:13518219792基本思路
斑马线检测通过opencv图像处理来进行灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀后对图像进行轮廓检测,通过判断车辆和行人的位置,以及他们之间的距离信息,当车速到超过一定阈值时并且与行人距离较近时,则会被判定车辆为未礼让行人。
实验流程
先通过视频截取一张图片来进行测试,如果结果满意之后再嵌套到视频中,从而达到想要的效果。
1.预处理(灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀)> 根据自己的需求来修改一些值
#灰度值转换 imgGray = cv2.cvtColor(copy_img,cv2.COLOR_BGR2GRAY) #高斯滤波去噪 imgBlur = cv2.GaussianBlur(imgGray,(5,5),0) #阈值处理 ret,thresh = cv2.threshold(imgBlur,127,255,cv2.THRESH_BINARY) #腐蚀 imgEro = cv2.erode(thresh,kernel1,iterations=2) #膨胀 imgDia = cv2.dilate(imgEro,kernel2,iterations=4)
2.轮廓检测
#轮廓检测 _,contouts,hie = cv2.findContours(imgDia,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) cnt = contouts cv2.drawContours(copy_img, cnt, -1, (0, 255, 0), 2)
可以看到这并不是我们想要的,所以我们需要判断一下位置,选取我们感兴趣的区域。
3.感兴趣区域
根据自己图片或视频的需求来更改x,y,w,h位置信息数值。
for i in cnt: #坐标赋值 x,y,w,h = cv2.boundingRect(i) #roi位置判断 if y>350 and y<450 and x<1200 and w>50 and h>10: # 画出轮廓 cv2.drawContours(copy_img, i, -1, (0, 255, 0), 2)
4.完整代码
import cv2 import numpy as np #定义两个核 (kernel_Ero用于腐蚀,kernel_Dia用于膨胀) kernel_Ero = np.ones((3,1),np.uint8) kernel_Dia = np.ones((3,5),np.uint8) img = cv2.imread("../images/bmx.png") copy_img = img.copy() #原图copy修改尺寸 copy_img = cv2.resize(copy_img,(1600,800)) #灰度值转换 imgGray = cv2.cvtColor(copy_img,cv2.COLOR_BGR2GRAY) #高斯滤波去噪 imgBlur = cv2.GaussianBlur(imgGray,(5,5),0) #阈值处理 ret,thresh = cv2.threshold(imgBlur,127,255,cv2.THRESH_BINARY) #腐蚀 imgEro = cv2.erode(thresh,kernel_Ero,iterations=2) #膨胀 imgDia = cv2.dilate(imgEro,kernel_Dia,iterations=4) #轮廓检测 _,contouts,hie = cv2.findContours(imgDia,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) cnt = contouts for i in cnt: #坐标赋值 x,y,w,h = cv2.boundingRect(i) #roi位置判断 if y>350 and y<450 and x<1200 and w>50 and h>10: # 画出轮廓 cv2.drawContours(copy_img, i, -1, (0, 255, 0), 2) cv2.imshow("img",copy_img) cv2.waitKey(0) cv2.destroyAllWindows()
看完上述内容,你们掌握如何在python项目中利用opencv实现一个斑马线检测功能的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!