opencv避障代码

在OpenCV中实现避障功能通常涉及到机器视觉、图像处理和机器人导航技术。以下是一个简单的例子，展示如何使用OpenCV进行障碍物检测，如使用模板匹配或者颜色阈值来识别前方的障碍：

import cv2
import numpy as np

# 加载摄像头流
cap = cv2.VideoCapture(0)

# 定义障碍物模板（可以根据实际场景选择合适的模板）
obstacle_template = cv2.imread('obstacle.png', 0)  # 使用灰度图片作为模板

while True:
    # 读取一帧视频
    ret, frame = cap.read()
    
    if not ret:
        break
    
    # 将当前帧转换为灰度并进行缩放（适应模板大小）
    gray_frame = cv2.resize(frame, (obstacle_template.shape, obstacle_template.shape))
    
    # 模板匹配
    res = cv2.matchTemplate(gray_frame, obstacle_template, cv2.TM_CCOEFF_NORMED)
    
    # 找出匹配最高的区域
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    
    # 如果匹配分数超过某个阈值，则认为有障碍
    threshold = 0.8
    if max_val > threshold:
        x, y = max_loc
        cv2.rectangle(frame, (x, y), (x + obstacle_template.shape, y + obstacle_template.shape), (0, 0, 255), 2)  # 红色框标记障碍区域
    
    # 显示结果
    cv2.imshow("Obstacle Detection", frame)
    
    # 按 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()