opencv 摄像头小车避障 代码

以下是一个简单的基于OpenCV和Python的摄像头小车避障代码：

import cv2
import numpy as np
import RPi.GPIO as gpio
import time

# 设置GPIO口
gpio.setmode(gpio.BOARD)
gpio.setup(11, gpio.OUT)
gpio.setup(13, gpio.OUT)
gpio.setup(15, gpio.OUT)
gpio.setup(16, gpio.OUT)

# 设置小车运动方向
def forward():
    gpio.output(11, True)
    gpio.output(13, False)
    gpio.output(15, True)
    gpio.output(16, False)

def backward():
    gpio.output(11, False)
    gpio.output(13, True)
    gpio.output(15, False)
    gpio.output(16, True)

def left():
    gpio.output(11, False)
    gpio.output(13, True)
    gpio.output(15, True)
    gpio.output(16, False)

def right():
    gpio.output(11, True)
    gpio.output(13, False)
    gpio.output(15, False)
    gpio.output(16, True)

def stop():
    gpio.output(11, False)
    gpio.output(13, False)
    gpio.output(15, False)
    gpio.output(16, False)

# 打开摄像头
cap = cv2.VideoCapture(0)

# 设置画面大小
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 320)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 240)

# 设置阈值
threshold = 60

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

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

    # 滤波
    blur = cv2.GaussianBlur(gray, (5, 5), 0)

    # 二值化
    ret, thresh = cv2.threshold(blur, threshold, 255, cv2.THRESH_BINARY_INV)

    # 寻找轮廓
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # 判断是否有障碍物
    if len(contours) > 0:
        # 获取最大轮廓
        c = max(contours, key=cv2.contourArea)

        # 获取最大轮廓的外接圆
        (x, y), radius = cv2.minEnclosingCircle(c)
        center = (int(x), int(y))
        radius = int(radius)

        # 如果障碍物在左侧，向左转
        if center[0] < 100:
            left()
        # 如果障碍物在右侧，向右转
        elif center[0] > 220:
            right()
        # 如果障碍物在中间，向前移动
        else:
            forward()
    else:
        # 如果没有障碍物，向前移动
        forward()

    # 显示画面
    cv2.imshow('frame', frame)

    # 监听键盘事件
    key = cv2.waitKey(1) & 0xFF

    # 如果按下q键，退出程序
    if key == ord('q'):
        break

# 关闭摄像头
cap.release()

# 关闭窗口
cv2.destroyAllWindows()

# 停止小车运动
stop()

# 清理GPIO口
gpio.cleanup()

该代码使用了简单的阈值处理和轮廓识别来检测障碍物，并通过控制GPIO口来控制小车的运动方向。你需要根据实际情况调整阈值和其他参数来获取最佳效果。同时，为了确保代码正常运行，你需要安装OpenCV和RPi.GPIO库。