基于python-opencv实时识别黑线并返回黑线中心位置（一）

本文主要是介绍基于python-opencv实时识别黑线并返回黑线中心位置（一），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

import cv2
import numpy as np
# center定义
center = 320# 打开摄像头，图像尺寸640*480（长*高），opencv存储值为480*640（行*列）
cap = cv2.VideoCapture(0)
while (1):ret, frame = cap.read()# 转化为灰度图if ret == False:  # 如果是最后一帧这个值为Falsebreakgray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 大津法二值化retval, dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)# 膨胀，白区域变大dst = cv2.dilate(dst, None, iterations=2)# # 腐蚀，白区域变小# dst = cv2.erode(dst, None, iterations=6)cv2.imshow("dst",dst)# 单看第400行的像素值color = dst[400]# 找到白色的像素点个数white_count = np.sum(color == 0)# 找到白色的像素点索引white_count_judge = np.sum(color == 255)#利用这个变量来查找摄像头是否观察到黑色if white_count_judge == 640:print("黑色像素点为0")passelse:white_index = np.where(color == 0)# 防止white_count=0的报错if white_count == 0:white_count = 1# 找到白色像素的中心点位置center = (white_index[0][white_count - 1] + white_index[0][0]) / 2direction = center - 320print(direction)# 计算出center与标准中心点的偏移量if cv2.waitKey(1) & 0xFF == ord('q'):break# 释放清理
cap.release()
cv2.destroyAllWindows()

本代码适用于循下图所示的赛道，也就是单轨道黑线