文件名称：Detect_lane_lines_OpenCV
文件大小：69.26MB
文件格式：ZIP
更新时间：2024-04-09 23:18:02
JupyterNotebook
车道线检测 --- 项目概况 1.1目标 该项目的目标是使用OPENCV（计算机视觉）和Python开发一种算法，该算法可以检测和跟踪视频中的车道边界。该管道是为以下情况而设计的： 查找道路上的线以获得静态图像 在道路上找到视频线 填补道路标记中的任何空隙 用颜色填充线之间的空间 1.2依赖关系 Python 3.x NumPy Matplotlib（用于图表绘制和可视化图像） OpenCV 2.管道 管道中涉及的步骤如下： 2.1格雷＆坎尼 将图像转换为灰色 使用Canny获取线条的边缘 2.2作物 使用多边形裁剪图像以获取图像中的道路 2.3添加行 进行霍夫变换 通过计算直线的斜率并取平均值来绘制填充间隙的直线 填补线之间的空白 2.4输出 3.当前管道的潜在缺陷 该算法无法处理尖锐的曲线 该算法不适合处理不良的道路标记和遗漏线 道路眩光不是车道线的一部分会混淆
【文件预览】：
Detect_lane_lines_OpenCV-main
----README.md(2KB)
----.ipynb_checkpoints()
--------lane-checkpoint.ipynb(304KB)
----video()
--------solidYellowLeft.mp4(7.64MB)
--------solidWhiteRight.mp4(2.52MB)
--------challenge.mp4(14.39MB)
----img()
--------solidWhiteRight.jpg(69KB)
--------lines.png(10KB)
--------segment.png(17KB)
--------solidYellowLeft.jpg(66KB)
--------solidWhiteCurve.jpg(49KB)
--------whiteCarLaneSwitch.jpg(59KB)
--------canny.png(41KB)
--------solidYellowCurve.jpg(57KB)
--------solidYellowCurve2.jpg(65KB)
--------output.png(186KB)
----img_line_detection.ipynb(400KB)
----CarND-LaneLines-P1-master()
--------test_videos()
--------test_images()
--------README.md(4KB)
--------examples()
--------LICENSE(1KB)
--------.ipynb_checkpoints()
--------writeup_template.md(1KB)
--------Lane_detection.ipynb(22KB)
--------test_videos_output()
--------set_git.sh(672B)
--------P1.ipynb(20KB)
----lanes_detection_3.ipynb(255KB)
----video_lanes_detection.ipynb(10KB)
----lane.ipynb(304KB)