使用opencv检测作物线

Question

我正在做一个车道检测项目，我想输入机器人在作物行之间的路径。我最初将图像转换为鸟瞰图以便更好地处理，并尝试了Hough变换，但Hough变换并没有给我带来好的效果

鸟瞰图像

有没有其他我错过的方法

Answer 1

在应用Hough线算法之前，可以执行以下操作：

1）色移

应用颜色变换，将图像的颜色分割为蓝色、绿色和红色通道。因为裁剪行是绿色的，所以可以放大绿色以使其与其他通道更加突出

b,g,r = cv2.split(img) 
gscale = 2*g-r-b

2）Canny边缘检测

在cv2.Canny（）函数中处理min和max参数，直到满意为止

gscale = cv2.Canny(gscale,minVal,maxValue)

3）骨骼化

骨架化是将感兴趣的区域变薄到其二元成分的过程。这使得执行模式识别更容易

size = np.size(gscale) #returns the product of the array dimensions
skel = np.zeros(gscale.shape,np.uint8) #array of zeros
ret,gscale = cv2.threshold(gscale,128,255,0) #thresholding the image
element = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))
done = False
while( not done):
    eroded = cv2.erode(gscale,element)
    temp = cv2.dilate(eroded,element)
    temp = cv2.subtract(gscale,temp)
    skel = cv2.bitwise_or(skel,temp)
    gscale = eroded.copy()
zeros = size - cv2.countNonZero(gscale)
    if zeros==size:
        done = True

在按照各自的顺序应用所有这些之后，您应该可以在Hough lines算法中获得更好的性能