Question

我需要从视频中检测道路车道。这是我的方式。

通过切片图像确定感兴趣区域（ROI）（聚焦中间部分）
灰度显示投资回报率
使用cv2.equalizeHist
将高斯模糊应用于（3）
使用cv2.adaptiveThreshold
使用skimage.morphology.skeletonize
在（6）

cv2.HoughLines

对于cv2.HoughLines，我设置为：

如果rho为正（这意味着直线向右倾斜（自下而上），它只会在特定角度绘制直线（我设置角度范围））
如果rho为负数（直线向左倾斜（自下而上），则只会在某个角度绘制直线）

这是我绘制线条的代码：

lines = cv2.HoughLines(image_bin, 1, np.pi/180, 50)
    try:
        range = lines.shape[0]
    except AttributeError:
        range = 0

    for i in xrange(range):
        for rho, theta in lines[i]:
            if rho > 0 and (np.pi*1/10 < theta < np.pi*4/10):
                a = np.cos(theta)
                b = np.sin(theta)
                x0 = a * rho
                y0 = b * rho
                x1 = int(x0 + 1000 * (-b))
                y1 = int(y0 + 1000 * (a))
                x2 = int(x0 - 1000 * (-b))
                y2 = int(y0 - 1000 * (a))

                cv2.line(roi, (x1, y1), (x2, y2), (0, 255, 0))

            if rho < 0 and (np.pi*7/10 < theta < np.pi*9/10):
                a = np.cos(theta)
                b = np.sin(theta)
                x0 = a * rho
                y0 = b * rho
                x1 = int(x0 + 1000 * (-b))
                y1 = int(y0 + 1000 * (a))
                x2 = int(x0 - 1000 * (-b))
                y2 = int(y0 - 1000 * (a))

                cv2.line(roi, (x1, y1), (x2, y2), (0, 255, 0))

如果我没有做上面我对cv2.HoughLines函数所做的事情，我相信会有很多不必要的线条被绘制出来。

调整参数后，我得到了一个相当不错的结果，但这只是一张图片。我不认为这对于一个会不断变化的视频会有好处。最让我烦恼的是关于我绘制所需线条的算法（即道路车道）。有没有更好的方法？至少比我好。

这是我的结果：

原始图片：

ROI的均衡直方图，阈值化和骨架化图像：

最终结果：

Answer 1

我建议考虑使用概率Hough线变换来满足您的应用需求。在OpenCV的Python API中，它在函数cv2.HoughLinesP中实现。这实际上会为您提供线段，因此您无需计算端点。它也比标准的Hough Line变换快得多。

但是有一些权衡取舍。例如，您可能需要添加逻辑以将线段拼接在一起。另一方面，我发现这并不是一件坏事。我的一个玩具项目（一个自动驾驶的微型公共汽车），采用这种方法，并有单独的线段拼接在一起，使得更容易处理弯曲的道路，标准的霍夫线变换将不会给你任何线路

希望有所帮助。

编辑：关于线段“拼接”的细节，这取决于你想要完成的事情。如果您只想显示道路，并且您对线段之间存在间隙感到满意，则可能不需要进行任何拼接 - 只显示所有线段。在我的应用中，我需要确定车道的曲率，所以我做了一些缝合来建立每个道路车道的模型，其中包括车道的平均坡度 - 用作负责控制车道的模块的输入。伺服相应地移动车轮。

通过“拼接”我并不意味着任何特别复杂的东西，但我不知道任何特定的OpenCV功能来实现它。我只需要一种相关线段的方式，它们是同一条线的一部分。因此，我从图像顶部向下处理从HoughLinesP返回的线段，并使用每个线段的斜率和y轴截距来确定线段的相交位置。

Python和OpenCV - 改进我的车道检测算法

1 个答案: