opencv实现小车避障 代码

以下是一个简单的基于 OpenCV 的小车避障代码，需要使用摄像头获取图像。

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

# 设置GPIO引脚
gpio.setmode(gpio.BOARD)
gpio.setup(7, gpio.OUT)
gpio.setup(11, gpio.OUT)
gpio.setup(13, gpio.OUT)
gpio.setup(15, gpio.OUT)

# 摄像头设置
cap = cv2.VideoCapture(0)
cap.set(3, 320)
cap.set(4, 240)

while True:
    _, frame = cap.read()
    frame = cv2.flip(frame, -1)  # 翻转图像

    # 图像处理
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_red = np.array([0, 100, 100])  # 红色范围
    upper_red = np.array([10, 255, 255])
    mask = cv2.inRange(hsv, lower_red, upper_red)
    mask = cv2.erode(mask, None, iterations=2)
    mask = cv2.dilate(mask, None, iterations=2)

    # 查找红色区域
    _, contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if len(contours) > 0:
        c = max(contours, key=cv2.contourArea)
        rect = cv2.minAreaRect(c)
        box = np.int0(cv2.boxPoints(rect))
        cv2.drawContours(frame, [box], -1, (0, 255, 0), 2)

        # 判断方向
        if box[0][0] < 160:
            gpio.output(13, False)
            gpio.output(15, True)
        elif box[0][0] > 160:
            gpio.output(13, True)
            gpio.output(15, False)
    else:
        gpio.output(13, False)
        gpio.output(15, False)

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

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

# 清理GPIO引脚
gpio.cleanup()
cap.release()
cv2.destroyAllWindows()

该代码将摄像头捕获到的图像转换为 HSV 颜色空间，并查找红色区域。然后根据红色区域的位置调整小车的方向。当没有红色区域时，小车停止移动。可以通过更改阈值来调整红色区域的检测范围。