https://song-log.tistory.com/22
명도차 기반 차선 인식 차선 추종 주행 좌우 차선을 찾아내어 차선을 벗어나지 않게끔 주행한다.
차선을찾기 위한 작업 Image Read - 카메라 영상신호를 이미지로 읽기 GrayScale - 흑백 이미지로 변환 Gaussian Blur - 노이즈 제거HSV - Binary - HSV 기반으로 이진화 처리ROI - 관심영역 잘라내기차선 검출을 위한 영상 처리 gray.py - 컬러(bgr8) 이미지를 흑백(grayscale) 이미지로 변환 import cv2
img = cv2 .imread('sample.png')
gray = cv2 .cvtColor(img, cv2 .COLOR_BGR2 GRAY)
cv2 .imshow('gray', gray)
cv2 .waitKey(1000 )blur.py - 차선 인식에 방해가 되는 노이즈 제거 import cv2
img = cv2 .imread('sample.png')
gray = cv2 .cvtColor(img, cv2 .COLOR_BGR2 GRAY)
blur = cv2 .GaussianBlur(gray, (5 , 5 ), 0 )
cv2 .imshow('blur', blur)
cv2 .waitKey(1000 )노이즈 제거 - Gaussian Blur 각 픽셀에 5X5 윈도우를 올려 놓고 그 영역 안에 포함되는 값을 모두 더한 뒤 이것을 25로 나누어 인접한 점들의 밝기 산술평균을 구하는 방식으로 노이즈를 제거 윈도우의 크기를 크게 할수록 더 부드러운 blur를 얻게 됨. line.py - HSV 기반 이진화 방법으로 차선을 추출 import cv2
import numpy as np
img = cv2 .imread('sample.jpg')
hsv = cv2 .cvtColor(image, cv2 .COLOR_BGR2 HSV)
lower_white = np.array([0 ,0 ,70 ])
upper_white = np.array([131 ,255 ,255 ])
mask = cv2 .inRange(hsv, lower_white,upper_white)e
cv2 .imshow('line' mask)
cv2 .waitKey()
line.py 실행결과
canny.py - 외곽선을 추출해서 차선을 찾을 수도 있음(Canny Edge Detector) import cv2
img = cv2.imread('sample.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5,5), 0)
edge = cv2.Canny(blur, 20, 190)
cv2.imshow('edge', edge)
cv2.waitKey()
canny,py 실행결과
nonzero.py - 사각형 안에 있는 흰색 점의 개수를 세서 일정 개수 이상이면 녹색으로 표시 import cv2
import numpy as np
image = cv2 .imread('sample.png')
hsv = cv2 .cvtColor(image, cv2 .COLOR_BGR2 HSV)
lower_white = np.array([0 ,0 ,70 ])
upper_white = np.array([131 ,255 ,255 ])
mask = cv2 .inRange(hsv, lower_white,upper_white)
xx = 20
while True:
area = mask[430 :450 , xx:xx+15 ]
if cv2 .countNonZero(area) > 200 :
image = cv2 .rectangle(image,(xx,430 ), (xx+15 ,450 ),(0 ,255 ,0 ),3 )
else :
image = cv2 .rectangle(image,(xx,430 ),(xx+15 ,450 ),(255 ,0 ,0 ),3 )
xx = xx + 20
if xx > 640 :
break
cv2 .imshow('countNonZero', image)
cv2 .waitKey()
nonzero.py 실행결과
카메라 영상에서 차선 검출하기 트랙 영상에서 특정 영역을 ROI로 설정하여 차선위치를 검출 검출된 차선을 녹색 사각형으로 표시하기이진화된 이미지를 BGR로 변환하여 색상을 가지는 사각형이 표시될 수 있도록 관심영역 ROI 설정 (동영상 파일 프레임 크기 : 640X480)세로 좌표 430 ~ 450 영역(차량 바로 앞의 차선), 가로 0200, 440640 (왼쪽과 오른쪽 차선을 발견하기 위한 구간)
영역내 흰색 픽셀 개수를 기준으로 차선 인식20X10 중 80%(160개) 이상이 흰색이면 차선으로 간주
import cv2, time
import numpy as np
cap = cv2.VideoCapture('xycar_track1.mp4' )
threshold_60 = 60
width_640 = 640
scan_width_200, scan_height_20 = 200 , 20
lmid_200, rmid_440 = scan_width_200, width_640 - scan_width_200
area_width_20, area_height_10 = 20 , 10
vertical_430 = 430
row_begin_5 = (scan_height_20 - area_height_10) // 2
row_end_15 = row_begin_5 + area_height_10
pixel_threshold_160 = 0.8 * area_width_20 * area_height_10
while True :
ret, frame = cap.read()
if not ret:
break
if cv2.waitKey(1 ) & 0XFF == 27 :
break
roi = frame[vertical_430:vertical_430 + scan_height_20, :]
frame = cv2.rectangle(frame, (0 , vertical_430), (width_640 - 1 , vertical_430 + scan_height_20), (255 , 0 , 0 ), 3 )
hsv = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)
lbound = np.array([0 ,0 ,threshold_60], dtype=np.uint8)
ubound = np.array([131 , 255 , 255 ], dtype=np.uint8)
bin = cv2.inRange(hsv, lbound, ubound)
view = cv2.cvtColor(bin , cv2.COLOR_GRAY2BGR)
left, right = -1 , -1
for l in range (area_width_20, lmid_200):
area = bin [row_begin_5:row_end_15, l - area_width_20:l]
if cv2.countNonZero(area) > pixel_threshold_160:
left = l
break
for r in range (width_640 - area_width_20, rmid_440, -1 ):
area = bin [row_begin_5:row_end_15, r:r + area_width_20]
if cv2.countNonZero(area) > pixel_threshold_160:
right = r
break
if left != -1 :
lsquare = cv2.rectangle(view,
(left - area_width_20, row_begin_5),
(left, row_end_15),
(0 , 255 , 0 ), 3 )
else :
print ("Lost left line" )
if right != -1 :
rsquare = cv2.rectangle(view,
(right, row_begin_5),
(right + area_width_20, row_end_15),
(0 , 255 , 0 ), 3 )
else :
print ("Lost right line" )
cv2.imshow("origin" , frame)
cv2.imshow("view" , view)
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
lbound = np.array([0 ,0 ,threshold_60], dtype=np.uint8)
ubound = np.array([131 , 255 ,255 ], dtype=np.uint8)
hsv = cv2.inRange(hsv, lbound, ubound)
cv2.imshow("hsv" , hsv)
time.sleep(0.1 )
cap.release()
cv2.destroyAllWindows()
line_find.py 싫행결과
글
