opencv车道线检测实现

主要opencv函数介绍:

CvSeq* cvHoughLines2( CvArr* image, void* line_storage, int method, double rho, double theta, int threshold, double param1=0, double param2=0 );

image

输入 8-比特、单通道 (二值) 图像,当用CV_HOUGH_PROBABILISTIC方法检测的时候其内容会被函数改变

line_storage

检测到的线段存储仓. 可以是内存存储仓 (此种情况下,一个线段序列在存储仓中被创建,并且由函数返回),或者是包含线段参数的特殊类型(见下面)的具有单行/单列的矩阵(CvMat*)。矩阵头为函数所修改,使得它的 cols/rows 将包含一组检测到的线段。如果 line_storage 是矩阵,而实际线段的数目超过矩阵尺寸,那么最大可能数目的线段被返回(对于标准hough变换,线段按照长度降序输出).

method

Hough 变换变量,是下面变量的其中之一:

  • CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示,其中 ρ 是直线与原点 (0,0) 之间的距离,θ 线段与 x-轴之间的夹角。因此,矩阵类型必须是 CV_32FC2 type.
  • CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割,则效率更高). 它返回线段分割而不是整个线段。每个分割用起点和终点来表示,所以矩阵(或创建的序列)类型是 CV_32SC4.
  • CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。

rho

与象素相关单位的距离精度

theta

弧度测量的角度精度

threshold

阈值参数。如果相应的累计值大于 threshold, 则函数返回的这个线段.

param1

第一个方法相关的参数:

  • 对传统 Hough 变换,不使用(0).
  • 对概率 Hough 变换,它是最小线段长度.
  • 对多尺度 Hough 变换,它是距离精度 rho 的分母 (大致的距离精度是 rho 而精确的应该是 rho / param1 ).

param2

第二个方法相关参数:

  • 对传统 Hough 变换,不使用 (0).
  • 对概率 Hough 变换,这个参数表示在同一条直线上进行碎线段连接的最大间隔值(gap), 即当同一条直线上的两条碎线段之间的间隔小于param2时,将其合二为一。
  • 对多尺度 Hough 变换,它是角度精度 theta 的分母 (大致的角度精度是 theta 而精确的角度应该是 theta / param2).

代码:完全opencv实现

#include
#include
#include

#include
#include
using namespace std;

int main(){
	//声明IplImage指针
	IplImage* pFrame = NULL;
	IplImage* pCutFrame = NULL;
	IplImage* pCutFrImg = NULL;
	IplImage* pCutBkImg = NULL;
	//声明CvMat指针
	CvMat* pCutFrameMat = NULL;
	CvMat* pCutFrMat = NULL;
	CvMat* pCutBkMat = NULL;
	//声明CvCapture指针
	CvCapture* pCapture = NULL;
	//声明CvMemStorage和CvSeg指针
	CvMemStorage* storage = cvCreateMemStorage();
	CvSeq* lines = NULL;
	//当前帧数
	int nFrmNum = 0;
	//裁剪的天空高度
	int CutHeight = 250;
	//窗口命名
	cvNamedWindow("video", 1);
	cvNamedWindow("background", 1);
	cvNamedWindow("foreground", 1);
	//调整窗口初始位置
	cvMoveWindow("video", 300, 30);
	//cvMoveWindow("background", 100, 100);
	//cvMoveWindow("foreground", 300, 370);
	//不能打开则退出
	if (!(pCapture = cvCaptureFromFile("lane.mp4"))){
		fprintf(stderr, "Can not open video file\n");
		return -2;
	}
	//每次读取一桢的视频
	while (pFrame = cvQueryFrame(pCapture)){
		//设置ROI裁剪图像
		cvSetImageROI(pFrame, cvRect(0, CutHeight, pFrame->width, pFrame->height - CutHeight));
		nFrmNum++;
		//第一次要申请内存p
		if (nFrmNum == 1){
			pCutFrame = cvCreateImage(cvSize(pFrame->width, pFrame->height - CutHeight), pFrame->depth, pFrame->nChannels);
			cvCopy(pFrame, pCutFrame, 0);
			pCutBkImg = cvCreateImage(cvSize(pCutFrame->width, pCutFrame->height), IPL_DEPTH_8U, 1);
			pCutFrImg = cvCreateImage(cvSize(pCutFrame->width, pCutFrame->height), IPL_DEPTH_8U, 1);

			pCutBkMat = cvCreateMat(pCutFrame->height, pCutFrame->width, CV_32FC1);
			pCutFrMat = cvCreateMat(pCutFrame->height, pCutFrame->width, CV_32FC1);
			pCutFrameMat = cvCreateMat(pCutFrame->height, pCutFrame->width, CV_32FC1);
			//转化成单通道图像再处理
			cvCvtColor(pCutFrame, pCutBkImg, CV_BGR2GRAY);
			cvCvtColor(pCutFrame, pCutFrImg, CV_BGR2GRAY);
			//转换成矩阵???
			cvConvert(pCutFrImg, pCutFrameMat);
			cvConvert(pCutFrImg, pCutFrMat);
			cvConvert(pCutFrImg, pCutBkMat);
		}
		else{
			//获得剪切图
			cvCopy(pFrame, pCutFrame, 0);
			//前景图转换为灰度图
			cvCvtColor(pCutFrame, pCutFrImg, CV_BGR2GRAY);
			cvConvert(pCutFrImg, pCutFrameMat);
			//先高斯滤波,以平滑图像
			cvSmooth(pCutFrameMat, pCutFrameMat, CV_GAUSSIAN, 3, 0, 0.0);
			//当前帧跟背景图相减
			cvAbsDiff(pCutFrameMat, pCutBkMat, pCutFrMat);
			//二值化前景图
			cvThreshold(pCutFrMat, pCutFrImg, 35, 255.0, CV_THRESH_BINARY);
			//进行形态学滤波,去掉噪音
			cvErode(pCutFrImg, pCutFrImg, 0, 1);
			cvDilate(pCutFrImg, pCutFrImg, 0, 1);
			//更新背景
			cvRunningAvg(pCutFrameMat, pCutBkMat, 0.003, 0);
			//pCutBkMat = cvCloneMat(pCutFrameMat);
			//将背景转化为图像格式,用以显示
			cvConvert(pCutBkMat, pCutBkImg);
			cvCvtColor(pCutFrame, pCutBkImg, CV_BGR2GRAY);
			//canny变化
			cvCanny(pCutFrImg, pCutFrImg, 50, 100);
#pragma region Hough检测
			lines = cvHoughLines2(pCutFrImg, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 100, 40, 20);
			printf("Lines number: %d\n", lines->total);
			//画出直线
			for (int i = 0; i < lines->total; i++){
				CvPoint* line = (CvPoint*)cvGetSeqElem(lines, i);
				cvLine(pCutFrame, line[0], line[1], CV_RGB(255, 0, 0), 6, CV_AA);
			}
#pragma endregion
			//显示图像
			cvShowImage("video", pCutFrame);
			cvShowImage("background", pCutBkImg);
			cvShowImage("foreground", pCutFrImg);
			//按键事件,空格暂停,其他跳出循环
			int temp = cvWaitKey(2);
			if (temp == 32){
				while (cvWaitKey() == -1);
			}
			else if (temp >= 0){
				break;
			}
		}
		//恢复ROI区域(多余可去掉)
		cvResetImageROI(pFrame);
	}
	//销毁窗口
	cvDestroyWindow("video");
	cvDestroyWindow("background");
	cvDestroyWindow("foreground");
	//释放图像和矩阵
	cvReleaseImage(&pCutFrImg);
	cvReleaseImage(&pCutBkImg);
	cvReleaseImage(&pCutFrame);
	cvReleaseMat(&pCutFrameMat);
	cvReleaseMat(&pCutFrMat);
	cvReleaseMat(&pCutBkMat);
	cvReleaseCapture(&pCapture);
	return 0;
}

 

你可能感兴趣的:(ADAS)