用python写一个实例

以下是一个使用Python和OpenCV实现小车识别前方和左右两侧白线的示例代码：

import cv2
import numpy as np

# 定义摄像头对象
cap = cv2.VideoCapture(0)

# 定义控制小车的函数
def control_car(line_pos):
    # 如果直线在车辆前方，则直行
    if line_pos[0] > 200 and line_pos[0] < 440:
        # TODO: 控制小车直行
        print("Move forward")
    # 如果直线在车辆左侧，则向左转
    elif line_pos[0] <= 200:
        # TODO: 控制小车向左转
        print("Turn left")
    # 如果直线在车辆右侧，则向右转
    elif line_pos[0] >= 440:
        # TODO: 控制小车向右转
        print("Turn right")

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

    # 进行图像处理
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    edges = cv2.Canny(blurred, 50, 150, apertureSize=3)
    lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=100, maxLineGap=50)

    # 判断是否检测到直线
    if lines is not None:
        # 将直线绘制在图像上，方便进行调试
        for line in lines:
            x1, y1, x2, y2 = line[0]
            cv2.line(frame, (x1, y1), (x2, y2), (0, 0, 255), 2)

        # 计算直线的位置和方向信息
        line_pos = np.mean(lines, axis=1)[0]
        line_angle = np.arctan2(line_pos[3]-line_pos[1], line_pos[2]-line_pos[0]) * 180 / np.pi

        # 判断直线位置和方向，控制小车行驶
        control_car(line_pos)

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

    # 等待按键输入或延时
    key = cv2.waitKey(1)
    if key == ord('q'):
        break

# 释放摄像头
cap.release()

# 关闭所有窗口
cv2.destroyAllWindows()

这个示例代码中，我们使用摄像头获取图像，然后对图像进行灰度化、边缘检测和霍夫变换等处理，最终得到直线的位置和方向信息。根据直线的位置和方向信息，我们判断直线是否在车辆前方或左右两侧，并控制小车行驶。同时，为了方便进行调试，我们将直线绘制在了图像上。

需要注意的是，这只是一个示例代码，实际使用时需要根据具体情况进行修改和完善。例如，需要根据实际情况调整控制小车的函数，根据实际的小车控制方式进行修改。