C++?OpenCV實戰(zhàn)之車道檢測
前言
本文將使用OpenCV C++ 進行車道檢測。
一、獲取車道ROI區(qū)域

原圖如圖所示。
使用下面代碼段獲取ROI區(qū)域。該ROI區(qū)域點集根據(jù)圖像特征自己設(shè)定。通過fillPoly填充ROI區(qū)域,最終通過copyTo在原圖中扣出ROI。
void GetROI(Mat src, Mat &image)
{
?? ?Mat mask = Mat::zeros(src.size(), src.type());
?? ?int width = src.cols;
?? ?int height = src.rows;
?? ?//獲取車道ROI區(qū)域,只對該部分進行處理
?? ?vector<Point>pts;
?? ?Point ptA((width / 8) * 2, (height / 20) * 19);
?? ?Point ptB((width / 8) * 2, (height / 8) * 7);
?? ?Point ptC((width / 10) * 4, (height / 5) * 3);
?? ?Point ptD((width / 10) * 5, (height / 5) * 3);
?? ?Point ptE((width / 8) * 7, (height / 8) * 7);
?? ?Point ptF((width / 8) * 7, (height / 20) * 19);
?? ?pts = { ptA ,ptB,ptC,ptD,ptE, ptF };
?? ?fillPoly(mask, pts, Scalar::all(255));
?? ?src.copyTo(image, mask);
}
mask圖像如圖所示。有了mask圖像,我們就可以更好的進行后續(xù)處理,以檢測車道線。
二、車道檢測
1.灰度、閾值
Mat gray;
cvtColor(image, gray, COLOR_BGR2GRAY);
Mat thresh;
threshold(gray, thresh, 180, 255, THRESH_BINARY);
imshow("thresh", thresh);
經(jīng)過灰度、閾值后的圖像如下圖所示。

2.獲取非零像素點
我們將圖像分為兩半。左半邊獲取左側(cè)車道輪廓點;右半邊獲取右側(cè)車道輪廓點。
vector<Point>left_line;
vector<Point>right_line;
for (int i = 0; i < thresh.cols / 2; i++)
{
for (int j = 0; j < thresh.rows; j++)
{
if (thresh.at<uchar>(j, i) == 255)
{
left_line.push_back(Point(i, j));
}
}
}
for (int i = thresh.cols / 2; i < thresh.cols; i++)
{
for (int j = 0; j < thresh.rows; j++)
{
if (thresh.at<uchar>(j, i) == 255)
{
right_line.push_back(Point(i, j));
}
}
}
3.繪制車道線
我們將從left_line、right_line容器中各拿出首尾兩個點作為車道線的起始點。
注意:這里要加一個if判斷語句,否則當容器為空時(未檢測到車道線),容器會溢出。
if (left_line.size() > 0 && right_line.size() > 0)
{
Point B_L = (left_line[0]);
Point T_L = (left_line[left_line.size() - 1]);
Point T_R = (right_line[0]);
Point B_R = (right_line[right_line.size() - 1]);
circle(src, B_L, 10, Scalar(0, 0, 255), -1);
circle(src, T_L, 10, Scalar(0, 255, 0), -1);
circle(src, T_R, 10, Scalar(255, 0, 0), -1);
circle(src, B_R, 10, Scalar(0, 255, 255), -1);
line(src, Point(B_L), Point(T_L), Scalar(0, 255, 0), 10);
line(src, Point(T_R), Point(B_R), Scalar(0, 255, 0), 10);
vector<Point>pts;
pts = { B_L ,T_L ,T_R ,B_R };
fillPoly(src, pts, Scalar(133, 230, 238));
}

最終效果如圖所示。
總結(jié)
本文使用OpenCV C++進行車道檢測,關(guān)鍵步驟有以下幾點。
1、要根據(jù)車道所在位置扣出一個ROI區(qū)域,這樣方便我們后續(xù)的閾值操作。
2、根據(jù)閾值圖像獲取左右車道的輪廓點。這里的閾值處理很重要,直接會影響最后的效果。本文做實時視頻處理時,也會因為閾值問題導致最后的效果不是特別好。
3、根據(jù)獲取到的各車道輪廓點拿出首尾Point就可以繪制車道線以及車道區(qū)域了。
到此這篇關(guān)于C++ OpenCV實戰(zhàn)之車道檢測的文章就介紹到這了,更多相關(guān)C++ OpenCV車道檢測內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
C語言實現(xiàn)通用數(shù)據(jù)結(jié)構(gòu)之通用映射(HashMap)
這篇文章主要為大家詳細介紹了C語言實現(xiàn)通用數(shù)據(jù)結(jié)構(gòu)之通用映射,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-11-11
exec()函數(shù)在C++中的應(yīng)用及其用法
exec()函數(shù)在C++中是一個進程控制函數(shù),用于創(chuàng)建新進程執(zhí)行其他程序或命令行指令。exec()函數(shù)可以替換當前進程的代碼和數(shù)據(jù),創(chuàng)建新的進程運行其他程序。exec()函數(shù)有多個版本,例如execl、execv、execle、execve等,根據(jù)不同的參數(shù)類型和個數(shù)來使用2023-05-05
C++基于CreateToolhelp32Snapshot獲取系統(tǒng)進程實例
這篇文章主要介紹了C++基于CreateToolhelp32Snapshot獲取系統(tǒng)進程實例,是Windows應(yīng)用程序設(shè)計中非常實用的技巧,需要的朋友可以參考下2014-10-10
C語言數(shù)據(jù)結(jié)構(gòu)之串插入操作
這篇文章主要介紹了C語言數(shù)據(jù)結(jié)構(gòu)之串插入操作的相關(guān)資料,希望通過本文能幫助到大家,讓大家實現(xiàn)這樣的功能,需要的朋友可以參考下2017-10-10

