树莓派摄像头寻黑线的小车代码

以下是一份使用树莓派摄像头寻黑线的小车代码：

import cv2
import RPi.GPIO as GPIO
import time

# 定义引脚
left_motor_forward_pin = 11
left_motor_backward_pin = 12
right_motor_forward_pin = 13
right_motor_backward_pin = 15

# 初始化GPIO
GPIO.setmode(GPIO.BOARD)
GPIO.setup(left_motor_forward_pin, GPIO.OUT)
GPIO.setup(left_motor_backward_pin, GPIO.OUT)
GPIO.setup(right_motor_forward_pin, GPIO.OUT)
GPIO.setup(right_motor_backward_pin, GPIO.OUT)

# 初始化摄像头
cap = cv2.VideoCapture(0)

# 定义小车运动函数
def car_move(left_speed, right_speed):
    # 控制左右轮的转速
    if left_speed >= 0:
        GPIO.output(left_motor_forward_pin, GPIO.HIGH)
        GPIO.output(left_motor_backward_pin, GPIO.LOW)
        left_pwm.ChangeDutyCycle(left_speed)
    else:
        GPIO.output(left_motor_forward_pin, GPIO.LOW)
        GPIO.output(left_motor_backward_pin, GPIO.HIGH)
        left_pwm.ChangeDutyCycle(-left_speed)
        
    if right_speed >= 0:
        GPIO.output(right_motor_forward_pin, GPIO.HIGH)
        GPIO.output(right_motor_backward_pin, GPIO.LOW)
        right_pwm.ChangeDutyCycle(right_speed)
    else:
        GPIO.output(right_motor_forward_pin, GPIO.LOW)
        GPIO.output(right_motor_backward_pin, GPIO.HIGH)
        right_pwm.ChangeDutyCycle(-right_speed)

# 初始化PWM
left_pwm = GPIO.PWM(left_motor_forward_pin, 100)
left_pwm.start(0)
right_pwm = GPIO.PWM(right_motor_forward_pin, 100)
right_pwm.start(0)

# 小车沿着黑线行驶
try:
    while True:
        # 读取摄像头图像
        ret, frame = cap.read()
        if not ret:
            break

        # 将图像转换为灰度图像
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # 对灰度图像进行二值化处理
        ret, binary = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)

        # 查找轮廓
        contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

        # 如果没有找到轮廓，保持直行
        if len(contours) == 0:
            car_move(50, 50)
        else:
            # 查找最大的轮廓
            max_contour = max(contours, key=cv2.contourArea)

            # 计算轮廓的中心点
            M = cv2.moments(max_contour)
            cx = int(M['m10'] / M['m00'])

            # 根据中心点位置来控制小车的转向
            if cx < 200:
                car_move(-30, 30)
            elif cx > 440:
                car_move(30, -30)
            else:
                car_move(50, 50)

        # 显示图像
        cv2.imshow('frame', frame)
        cv2.waitKey(1)

except KeyboardInterrupt:
    pass

# 清理GPIO
GPIO.cleanup()

这份代码使用了树莓派摄像头来获取图像，并对图像进行处理以检测黑线。具体来说：

- 将图像转换为灰度图像；
- 对灰度图像进行二值化处理，将黑线变为白色，其他区域变为黑色；
- 查找图像中的轮廓，找到最大的轮廓；
- 计算轮廓的中心点位置，根据中心点位置来控制小车的转向和转速。

该代码中，使用的是简单的阈值二值化方法和查找最大轮廓方法，实际应用中可能需要更复杂的图像处理算法来实现更精确的控制。