Helal-Djalali/lane-detection-system

# 车道线检测系统 这是一个使用 OpenCV 从视频输入中检测道路车道线的 Python 计算机视觉项目。 本项目是作为我的软件工程理学学士（BSc）毕业设计的一部分而开发的。 ## 使用的技术 - Python - OpenCV - NumPy ## 功能 - 从道路视频中检测车道线 - 将视频帧转换为灰度图 - 应用高斯模糊以减少噪声 - 使用 Canny 边缘检测来检测边缘 - 应用感兴趣区域（ROI）掩码以聚焦于道路区域 - 使用霍夫变换（Hough Line Transform）检测车道线 - 根据斜率和屏幕位置分离左右车道线 - 平滑车道线以减少帧之间的闪烁 ## 工作原理 主要步骤如下： 1. 将帧转换为灰度图 2. 应用高斯模糊 3. 使用 Canny 边缘检测边缘 4. 应用感兴趣区域（ROI）掩码 5. 使用霍夫变换（Hough Line Transform）检测直线 6. 将检测到的直线分为左右车道线 7. 平滑检测到的车道线 8. 将车道线叠加到原始视频帧上 ## 如何运行 安装所需的库： ``` pip install opencv-python numpy ``` 将一个名为 `test.mp4` 的视频文件放在与 `lane_detection.py` 相同的文件夹中。 运行程序： ``` python lane_detection.py ``` 按 `q` 或关闭视频窗口以停止程序。 ## 文件结构 ``` lane-detection-system/ ├── README.md ├── lane_detection.py └── requirements.txt ``` ## 未来改进 - 改进在光照条件不佳情况下的车道检测 - 增加对弯曲车道检测的支持 - 增加对图像输入以及视频输入的支持 - 添加简单的用户界面 - 导出处理后的视频输出

标签：OpenCV, Python, 无后门, 自动驾驶, 计算机视觉, 车道线检测, 边缘检测, 逆向工具, 霍夫变换