文件名称：CarND高级车道线
文件大小：60.13MB
文件格式：ZIP
更新时间：2024-03-12 23:54:20
Shell
高级车道查找 在此项目中，您的目标是编写一个软件管道来识别视频中的车道边界，但是我们要创建的主要输出或产品是该项目的详细内容。 出该项目的，并将其用作创建自己的编写的起点。 创建出色的文章： 一篇出色的文章应包括各要点以及您对每个要点的描述。 您应该包括每个步骤中使用的代码的详细说明（必要时带有行号参考和代码段），并链接到其他支持文档或外部参考。 您应该在文章中包含图像，以演示示例代码的工作方式。 话虽如此，请简明扼要！ 我们不是要您在这里写书，只是简要介绍您如何通过各个要点，以及对相关代码的引用:)。 您无需使用markdown进行撰写。 如果您使用其他方法，请提交论文的pdf文件。 该项目 该项目的目标/步骤如下： 给定一组棋盘图像，计算相机校准矩阵和失真系数。 对原始图像应用失真校正。 使用颜色变换，渐变等创建阈值二进制图像。 应用透视变换以校正二进制图像（“鸟瞰”）
【文件预览】：
CarND-Advanced-Lane-Lines-master
----test_images()
--------straight_lines2.jpg(189KB)
--------test1.jpg(212KB)
--------test4.jpg(196KB)
--------straight_lines1.jpg(151KB)
--------test2.jpg(170KB)
--------test6.jpg(227KB)
--------test3.jpg(144KB)
--------test5.jpg(238KB)
----output_images()
--------save_output_here.txt(112B)
----README.md(3KB)
----challenge_video.mp4(7.76MB)
----examples()
--------undistort_output.png(146KB)
--------example.py(291B)
--------example.ipynb(3KB)
--------.ipynb_checkpoints()
--------color_fit_lines.jpg(66KB)
--------binary_combo_example.jpg(165KB)
--------warped_straight_lines.jpg(212KB)
--------example_output.jpg(144KB)
----LICENSE(1KB)
----writeup_template.md(7KB)
----example_writeup.pdf(900KB)
----project_video.mp4(24.1MB)
----camera_cal()
--------calibration4.jpg(140KB)
--------calibration12.jpg(114KB)
--------calibration13.jpg(112KB)
--------calibration7.jpg(110KB)
--------calibration16.jpg(97KB)
--------calibration17.jpg(96KB)
--------calibration2.jpg(135KB)
--------calibration11.jpg(123KB)
--------calibration5.jpg(134KB)
--------calibration19.jpg(103KB)
--------calibration10.jpg(139KB)
--------calibration9.jpg(123KB)
--------calibration8.jpg(126KB)
--------calibration14.jpg(96KB)
--------calibration6.jpg(129KB)
--------calibration20.jpg(116KB)
--------calibration15.jpg(97KB)
--------calibration3.jpg(141KB)
--------calibration1.jpg(124KB)
--------calibration18.jpg(87KB)
----harder_challenge_video.mp4(23.09MB)
----set_git.sh(672B)