强！汽车车道视频检测pythonOpenCV为主实现

　　1说明：
　　1。1完整版：汽车车道动态视频检测讲解和注释版代码，小白秒懂。
　　1。2pythonOpenCVmoviepynumpy为主的技术要点。
　　1。3代码来源：https：github。comlinghugoogleCarNDAdvancedLaneLines虽然感觉也是fork别人的，别忘了给他点个赞star
　　1。4感谢原作者，并对文件进行修改和代码进行删减，注释等操作，便于操作和理解。
　　1。5应用：无人驾驶汽车技术，热门！
　　2效果展示：由于gif10MB，所以是节选。
　　2。1原视频节选：
　　2。2处理后视频节选：
　　3准备：
　　3。1环境：python3。8OpenCV4。2。0deepinlinux操作系统。
　　3。2文件结构：
　　github下载下来
　　projectvideo。mp4：原始视频，未进行标注
　　vedioout：文件夹为输出被标注的视频（处理后的视频文件夹）
　　cameracal：相机参数标定文件夹。
　　4代码讲解：
　　4。1line。py代码：coding：utf8导入模块importnumpyasnp定义line这个类classLine（）：初始化参数definit（self）：wasthelinedetectedinthelastiteration？self。detectedFalsexvaluesofthelastnfitsofthelineself。recentfitted〔np。array（〔False〕）〕averagexvaluesofthefittedlineoverthelastniterationsself。bestxNonepolynomialcoefficientsaveragedoverthelastniterationsself。bestfitNonepolynomialcoefficientsforthemostrecentfitself。currentfit〔np。array（〔False〕）〕radiusofcurvatureofthelineinsomeunitsself。radiusofcurvatureNonedistanceinmetersofvehiclecenterfromthelineself。linebaseposNonedifferenceinfitcoefficientsbetweenlastandnewfitsself。diffsnp。array（〔0，0，0〕，dtypefloat）xvaluesfordetectedlinepixelsself。allxNoneyvaluesfordetectedlinepixelsself。allyNone检测侦测defcheckdetected（self）：if（self。diffs〔0〕0。01andself。diffs〔1〕10。0andself。diffs〔2〕1000。）andlen（self。recentfitted）0：returnTrueelse：returnFalse更新defupdate（self，fit）：iffitisnotNone：ifself。bestfitisnotNone：self。diffsabs（fitself。bestfit）ifself。checkdetected（）：self。detectedTrueiflen（self。recentfitted）10：self。recentfittedself。recentfitted〔1：〕self。recentfitted。append（fit）else：self。recentfitted。append（fit）self。bestfitnp。average（self。recentfitted，axis0）self。currentfitfitelse：self。detectedFalseelse：self。bestfitfitself。currentfitfitself。detectedTrueself。recentfitted。append（fit）
　　4。2utils。py代码省略。
　　4。3mainpipeline。py（就是代码为：pipeline。py）coding：utf8第1步：导入模块importosimportcv2importmatplotlib。pyplotaspltimportnumpyasnpfrommoviepy。editorimportVideoFileClipimportline自定义模块importutils自定义模块第2步：图片阈值处理defthresholding（img）：settingallsortsofthresholdsxthreshutils。abssobelthresh（img，orientx，threshmin10，threshmax230）magthreshutils。magthresh（img，sobelkernel3，magthresh（30，150））dirthreshutils。dirthreshold（img，sobelkernel3，thresh（0。7，1。3））hlsthreshutils。hlsselect（img，thresh（180，255））labthreshutils。labselect（img，thresh（155，200））luvthreshutils。luvselect（img，thresh（225，255））Thresholdingcombinationthreshholdednp。zeroslike（xthresh）threshholded〔（（xthresh1）（magthresh1））（（dirthresh1）（hlsthresh1））（labthresh1）（luvthresh1）〕1returnthreshholded第3步：视频拟合和图片纠正defprocessing（img，objectpoints，imgpoints，M，Minv，leftline，rightline）：cameracalibration，imagedistortioncorrectionundistutils。calundistort（img，objectpoints，imgpoints）getthethresholdedbinaryimagethresholdedthresholding（undist）performperspectivetransformthresholdedwrapedcv2。warpPerspective（thresholded，M，img。shape〔1：：1〕，flagscv2。INTERLINEAR）performdetectionifleftline。detectedandrightline。detected：leftfit，rightfit，leftlaneinds，rightlaneindsutils。findlinebyprevious（thresholdedwraped，leftline。currentfit，rightline。currentfit）else：leftfit，rightfit，leftlaneinds，rightlaneindsutils。findline（thresholdedwraped）leftline。update（leftfit）rightline。update（rightfit）drawthedetectedlanelineandtheinformationareaimgutils。drawarea（undist，thresholdedwraped，Minv，leftfit，rightfit）curvature，posfromcenterutils。calculatecurvandpos（thresholdedwraped，leftfit，rightfit）resultutils。drawvalues（areaimg，curvature，posfromcenter）returnresult第4步：步骤：划线校正读取原视频和生成修改后的视频划线leftlineline。Line（）左线rightlineline。Line（）右线获取棋盘格图片使用提供的一组棋盘格图片计算相机校正矩阵（cameracalibrationmatrix）和失真系数（distortioncoefficients）。calimgsutils。getimagesbydir（homexgjDesktopvcarlinegoodcameracal）计算objectpoints，imgpointsobjectpoints，imgpointsutils。calibrate（calimgs，grid（9，6））M，Minvutils。getMMinv（）需要修改的视频：原视频projectvideoclipVideoFileClip（homexgjDesktopvcarlinegoodprojectvideo。mp4）输出修改后的视频：完成视频projectoutpathhomexgjDesktopvcarlinegoodvediooutprojectvideoout。mp4制作视频projectvideooutclipprojectvideoclip。flimage（lambdaclip：processing（clip，objectpoints，imgpoints，M，Minv，leftline，rightline））projectvideooutclip。writevideofile（projectoutpath，audioFalse）
　　5完结：
　　5。1以上代码完整，但制作视频估计花20分钟，我也是将代码最简化跑起来。
　　5。2如果逐步深入分析，可能要从基本开始。
　　5。3可以参考这篇文章：https：zhuanlan。zhihu。comp46146266