opencv-python 实现识别两条黄色的车道线，后输出两条车道线的中线和坐标，生成代码

在OpenCV-Python中实现识别车道线通常涉及几个步骤：首先，使用摄像头捕获图像；然后，对图像进行预处理，如灰度化、二值化和边缘检测；接下来，应用Hough变换找出可能的直线候选；最后，通过分析和过滤，确定哪两条是最符合车道线的，并计算它们的中线和坐标。

这里是一个简化的示例代码，使用了霍夫变换(HoughLinesP)来寻找车道线：

import cv2
import numpy as np

def detect_lane_lines(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    
    # 转为灰度并二值化
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, binary = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

    # 边缘检测
    edges = cv2.Canny(binary, 50, 150)

    # 应用霍夫变换寻找直线
    rho = 1  # 选择单位长度下的角度间隔
    theta = np.pi / 180  # 角度精度
    threshold = 20  # 线段的最小长度
    min_line_length = 40  # 最小线段长度
    max_line_gap = 10  # 邻近线段的最大间隙
    lines = cv2.HoughLinesP(edges, rho, theta, threshold, np.array([]), minLineLength=min_line_length, maxLineGap=max_line_gap)

    # 提取和分析车道线
    left_lines, right_lines = [], []
    for line in lines:
        x1, y1, x2, y2 = line[0]
        # 检查是否接近水平（假设车道线近乎平行）
        if abs(y2 - y1) < max_line_gap * 2:
            slope = (y2 - y1) / (x2 - x1)
            # 根据斜率判断哪边是左车道线
            if slope > 0:
                right_lines.append((line, slope))
            else:
                left_lines.append((line, slope))

    # 计算并绘制中线
    if len(left_lines) and len(right_lines):
        mid_line = (left_lines[-1][0] + right_lines[-1][0]) // 2
        mid_point = (mid_line[0][0], mid_line[0][1])
        cv2.line(img, tuple(mid_point), (img.shape[1], mid_point[1]), color=(0, 255, 0), thickness=2)

    return img, mid_point

# 使用函数并输出结果
image_path = "lane_image.jpg"  # 替换为你需要处理的图片路径
output_img, mid_line_coords = detect_lane_lines(image_path)
cv2.imshow("Lane Detection", output_img)
cv2.waitKey(0)
cv2.destroyAllWindows()