给出停车位检测python代码，思路如下：首先对图像进行灰度化、滤波、阈值二值化等预处理，然后进行轮廓检测和直线检测，再筛选掉短的直线，再判断是否存在平行直线以及车位对应的角点，最后输出车位检测结果

以下是一个简单的停车位检测代码，可以根据具体情况进行调整：

import cv2

# 读取图片
img = cv2.imread("parking.jpg")

# 灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 滤波
blur = cv2.GaussianBlur(gray, (5, 5), 0)

# 二值化
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# 轮廓检测
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

# 直线检测
lines = cv2.HoughLinesP(thresh, 1, cv2.PI / 180, 50, minLineLength=100, maxLineGap=10)

# 筛选直线
filtered_lines = []
for line in lines:
    x1, y1, x2, y2 = line[0]
    if abs(x2 - x1) > 5 and abs(y2 - y1) > 5:
        filtered_lines.append(line)

# 判断是否存在平行直线和车位对应的角点
for i in range(len(filtered_lines)):
    for j in range(i + 1, len(filtered_lines)):
        x1, y1, x2, y2 = filtered_lines[i][0]
        x3, y3, x4, y4 = filtered_lines[j][0]
        if abs(x2 - x1) > 5 and abs(y2 - y1) > 5 and abs(x4 - x3) > 5 and abs(y4 - y3) > 5:
            k1 = (y2 - y1) / (x2 - x1)
            k2 = (y4 - y3) / (x4 - x3)
            if abs(k1 - k2) < 0.1:
                cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2)
                cv2.line(img, (x3, y3), (x4, y4), (0, 0, 255), 2)
                cv2.circle(img, (x1, y1), 2, (0, 255, 0), -1)
                cv2.circle(img, (x2, y2), 2, (0, 255, 0), -1)
                cv2.circle(img, (x3, y3), 2, (0, 255, 0), -1)
                cv2.circle(img, (x4, y4), 2, (0, 255, 0), -1)

# 显示结果
cv2.imshow("Parking detection", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注：上述代码只是一个简单的示例，实际应用中可能需要根据具体情况进行优化和调整。