基于opencv的车道线检测图片处理

以下是基于 OpenCV 的车道线检测图片处理代码例：

import cv2
import numpy as np

def region_of_interest(img, vertices):
    mask = np.zeros_like)
    cv2.fillPoly(mask, vertices, 255)
    masked_img = cv2.bitwise_and(img, mask)
    return masked_img

def draw_lines(img, lines, color=(0, 255, 0), thickness=3):
    for line in lines:
        for x1, y1, x2, y2 in line:
            cv2.line(img, (x1, y1), (x2, y2), color, thickness)

def lane_detection(img):
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray_img, 50, 150)
    
    height, width = edges.shape
    vertices = np.array([[(0, height), (width/2, height/2), (width, height)]], dtype=np.int32)
    masked_edges = region_of_interest(edges, vertices)
    
    lines = cv2.HoughLinesP(masked_edges, rho=1, theta=np.pi/180, threshold=20, minLineLength=20, maxLineGap=300)
    
    line_img = np.zeros_like(img)
    draw_lines(line_img, lines)
    
    lane_img = cv2.addWeighted(img, 0.8, line_img, 1, 0)
    
    return lane_img

# 读取图像文件
img = cv2.imread('path/to/image.jpg')

lane_img = lane_detection(img)

cv2.imshow('Lane Detection', lane_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

此代码与之前的视频处理代码类似，只是将视频处理的循环部分移除，直接处理一张静态图像。可以将此代码保存为 Python 文件，并将 `path/to/image.jpg` 替换为你的图像文件路径，然后运行代码来进行车道线检测。

同样需要注意，这只是一个简单的示例，实际应用中可能需要进行更多的图像处理和参数调整。