opencv-python获取赛道中线代码

在 OpenCV-Python 中，要从视频流或图像中检测车道线（即赛道中线），通常需要使用计算机视觉技术，如边缘检测、Hough变换或者更复杂的深度学习模型。这里是一个简单的示例，展示如何使用 Canny 边缘检测和霍夫变换来寻找车道线的基本步骤：

import cv2
import numpy as np

# 读取摄像头帧或图片
img = cv2.imread('lane_detection.jpg')

# 转换到灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用Canny边缘检测
edges = cv2.Canny(gray, low_threshold=50, high_threshold=150)

# 寻找直线条段（假设车道线近似直线）
lines = cv2.HoughLinesP(edges, rho=1, theta=np.pi/180, threshold=50, minLineLength=40, maxLineGap=5)

# 对每个检测到的线段绘制
if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        # 可能需要根据实际情况调整车道线的位置，比如将它们连接成连续的线
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2)  # 绘制红色线

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

这只是一个基础的示例，实际应用中可能需要对边缘检测后的结果进行细化处理（例如通过非极大值抑制），并且对于霍夫变换的结果可能需要进行筛选和匹配，以得到更准确的车道线。