用摄像头检测白色道路的中线的代码

要使用摄像头检测白色道路的中线，可以使用图像处理和计算机视觉技术来实现。以下是一个基本的示例代码，使用OpenCV库来进行图像处理和边缘检测：

import cv2
import numpy as np

# 打开摄像头
cap = cv2.VideoCapture(0)

# 检查摄像头是否成功打开
if not cap.isOpened():
    print("无法打开摄像头")
    exit()

while True:
    # 读取摄像头图像
    ret, frame = cap.read()

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

    # 使用高斯模糊平滑图像
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)

    # 对图像进行边缘检测
    edges = cv2.Canny(blurred, 50, 150)

    # 定义ROI（感兴趣区域）
    height, width = edges.shape
    roi_vertices = [
        (0, height),
        (width // 2 - 50, height // 2 + 50),
        (width // 2 + 50, height // 2 + 50),
        (width, height)
    ]

    # 创建掩膜并应用于边缘图像
    mask = np.zeros_like(edges)
    cv2.fillPoly(mask, np.array([roi_vertices], dtype=np.int32), 255)
    masked_edges = cv2.bitwise_and(edges, mask)

    # 进行霍夫变换检测直线
    lines = cv2.HoughLinesP(masked_edges, 1, np.pi/180, threshold=50, minLineLength=100, maxLineGap=50)

    # 绘制检测到的直线
    if lines is not None:
        for line in lines:
            x1, y1, x2, y2 = line[0]
            cv2.line(frame, (x1, y1), (x2, y2), (0, 0, 255), 2)

    # 显示图像
    cv2.imshow("Road Detection", frame)

    # 按下 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头和关闭窗口
cap.release()
cv2.destroyAllWindows()

上述代码中，基本的流程包括：
1. 从摄像头读取图像帧。
2. 将图像转换为灰度图像并进行高斯模糊。
3. 对模糊后的图像进行边缘检测。
4. 定义感兴趣区域（ROI）。
5. 创建掩膜并将其应用于边缘图像，以过滤出ROI区域内的边缘。
6. 使用霍夫变换检测直线。
7. 绘制检测到的直线在原始图像上。
8. 显示处理后的图像，并通过按下 'q' 键退出循环。

请注意，上述代码是一个简化的示例，实际应用中可能需要根据具体情况进行参数调整和优化。同时，该代码只能检测白色道路的直线中线，对于复杂的道路情况或需要更精确的检测，可能需要使用更高级的算法和技术。