【树莓派4B学习】十二、摄像头辅助opencv实现巡线

最新推荐文章于 2024-12-03 19:08:59 发布
最新推荐文章于 2024-12-03 19:08:59 发布
阅读量8.2k 收藏 83
点赞数 8
CC 4.0 BY-SA版权
分类专栏： # 树莓派4B
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ReCclay/article/details/103717133
本文介绍了使用树莓派4B结合OpenCV进行摄像头巡线的基础知识，特别是重点讲解了二值化操作在巡线中的应用。文章详细阐述了OpenCV中的多种二值化类型，并给出了如何根据实际情况调整阈值以适应黑线或白线巡线的技巧。此外，还提示可以通过开启图像显示辅助设定最佳阈值参数。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、基础知识

二值化操作

首先看一个常用的图像处理操作“二值化” ， opencv 提供了多种二值化形式：

  • cv2.THRESH_BINARY
  • cv2.THRESH_BINARY_INV
  • cv2.THRESH_TRUNC
  • cv2.THRESH_TOZERO
  • cv2.THRESH_TOZERO_INV

在灰度图像中， 0-255 代表着亮度等级， 黑色为 0， 白色为 255。 标准的二值化就是根据设定的亮度阈值， 将超过这个亮度的点赋值为白色的 255， 低于这个阈值的点赋值为黑色的0。

目前做巡黑线， 使用正常模式 cv2.THRESH_BINARY。 如果是巡白线， 就只需要修改成反色模式cv2.THRESH_BINARY_INV 就可以将白色线条转换成黑色点来用同一个程序了。

这几种操作的效果不同， 下图是一个灰度图在阈值为 127 下对应的输出图像

在这里插入图片描述

二、示例代码

#coding:utf-8
#Python中声明文件编码的注释，
了解本专栏 订阅专栏 解锁全文
树莓派4b打不开摄像头但也不报错，如何解决?
**My Coding Family**
05-10 879
🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。
【树莓派4B学习】六、树莓派4BOpenCV的视频/摄像头基本操作
悟已往之不谏 知来者之可追
12-23 4286
一、简介 树莓派自带多个 USB 口， 我们可以可以外接 USB 摄像头。 如果驱动支持， 默认会在系统的 /dev 下， 直接虚拟出来设备（video0、 video1…） 。 树莓派 opencv可以直接这个 video0 数据， 进行视频显示、 处理、 录制保存等功能（程序运行过程中， 因为程序锁定了虚拟视频设备， 拔插摄像头后， 这个序列号可能会改变，比如默认的 video0， 会变成 v...
opencv——实现智能小车巡线
WangJialin
06-14 3373
opencv小车巡线
[openCV]基于赛道追踪的智能车巡线方案V1
weixin_66896881的博客
08-03 2403
【代码】[openCV]基于赛道追踪的智能车巡线方案V1。
树莓派视觉小车 -- OpenCV巡线(HSL色彩空间、PID)
great_yzl的博客
01-28 2万+
（一）、试错 试错1：形态学处理 一开始用的形态学处理，自行改变阈值，调试之后，进行处理，发现效果不是太好，于是改成了HSV色彩空间。 试错2：HSV色彩空间 之前没注意到，HSV色彩空间很难识别白色： HSV： 不难看出，如果寻白色线的话，HSV色彩空间不是一个很好的选择，下面引入HSL色彩空间： HSL： 所以，如果是巡白色的话，建议用HSL色彩空间。 注意：巡线小车的摄像头不能太低，如果太低了，可能让小车自己的影子会阻碍光线。 ...
基于OpenCV的巡线小车多赛道识别
qq_66036911的博客
03-12 3663
OpenCV巡线小车多赛道识别
树莓派4B使用opencv读取摄像头配置指南
tyfwin的博客
12-03 2314
树莓派使用opencv读取摄像头
树莓派4B安装pycharm并配置opencv环境
08-04
在树莓派4B上安装PyCharm并配置OpenCV环境是一项非常实用的技术任务，下面将详细介绍这个过程。 首先，我们需要确保树莓派4B已经安装了最新版本的操作系统，如Raspberry Pi OS（之前称为Raspbian）。安装完成后，...
树莓派4b安装opencv环境以及树莓派摄像头权限开启（亲身使用）
m0_74398700的博客
10-08 1111
等待完成 及换源完成2、安装python库。
树莓派4B+多摄像头
kayaoo的专栏
10-13 2105
d. 视频：mplayer tv:// -tv driver=v4l2:device=/dev/video0:input=0:outfmt=bgr24:width=1920:height=1080:fps=15 -vo x11。录视频： ffmpeg -hide_banner -framerate 2 -video_size 1920*1080 -t 00:00:50 -i /dev/video2 c2.avi。v4l2-ctl --device /dev/video0 --all 查看属性能力。
opencv对车道进行检测，并输出巡线的中点
2401_83397903的博客
04-27 856
【代码】opencv对车道进行检测，并输出巡线的中点。
opencv循迹
12-03
基于C++的opencv循迹部分，已经实现了长直线检测突破，然后简单处理一下即可实现循迹
树莓派python+opencv颜色识别、跟随、巡线小车.zip
05-28
树莓派使用python+opencv，驱动usb摄像头进行颜色识别，可以用于小车的巡线，小车的跟随等功能。
树莓派巡线白线.py
05-13
树莓派沿着单个白线行走，用opencv进行图像处理，
opencv循迹完成版（实际小车循迹验证可行）
12-03
利用OpenCV开源视觉库来获取通过硬件解码的RGB图像，避免了通过调用Android Camera得到图像再转码为RGB格式，提高了系统的实时性。然后对采集的图像进行高斯滤波和形态学变换。最后对预处理后的图像进行Canny取边缘操作，利用Hough变换取得道路边缘直线组，在摄像头相对道路的偏转角度在一定范围的条件下，将边缘直线分为左右两组，之后对两组直线利用最小二乘法拟合得到两条道路边缘性，然后得到道路中心线及其位置，该信息可以通过串口\wifi\蓝牙等输出到控制器，以便控制器对小车或飞机的飞行姿态进行调整。
基于opencv的视觉巡线实现
古月居
04-09 2212
这段时间在和学弟打软件杯的比赛，有项任务就是机器人的视觉巡线，这虽然不是什么稀奇的事情，但是对于一开始不了解视觉的我来说可以说是很懵了，所以现在就想着和大家分享一下，来看看是如何基于opencv来实现巡线的。我这里以ubuntu20.04为例了。
树莓派4B配置摄像头并实现实时人脸检测
bingbinglee_912的博客
06-07 1万+
上一篇：树莓派4B远程控制 目录 一、配置树莓派摄像头  1.1、usb摄像头配置   1.1.1、将usb摄像头连接到树莓派   1.1.2、升级系统   1.1.3、打开系统配置Camera   1.1.4、操作摄像头  1.2、官方摄像头配置   1.2.1、将官方摄像头连接到树莓派   1.2.2、配置并检测摄像头 二、调用摄像头实现实时人脸检测 三、参考资料 一、配置树莓派摄像头 1.1、usb摄像头配置 1.1.1、将usb摄像头连接到树莓派 将摄像头的USB口连接到树莓派的任意一个USB口后再
Android平台上基于OpenCV的道路循迹
asanBrother的专栏
06-10 7333
最近实现了利用OpenCV在Android平台上通过摄像头拍摄道路图像提取道路线，反馈出道路信息和摄像头当前相对道路的信息可用于小车循迹，四旋翼飞行器循迹等。
树莓派4B摄像头的详细使用教程（拍照+录像+监控）
热门推荐
weixin_45994747的博客
11-10 8万+
树莓派4B摄像头的详细使用教程（拍照+录像+监控） 本篇博文将介绍树莓派摄像头是如何在树莓派开发板上从安装到使用的，博主过程中参考了许多帖子，现将整理的比较全面的过程分享出来，供大家参考使用。 排线连接 硬件连接时我们首先需要使用树莓派摄像头FFC排线，连接树莓派摄像头与树莓派开发板。其中排线连接的接口被称为CSI（Camera Serial Interface）接口。 树莓派开发板的CSI接口位于USB和以太网接口旁边。我们先将CSI接口的黑色挡板拔开，之后将排线蓝色一端正对以太网接口方向插入，之后按下黑
树莓派4b调用usb摄像头opencv
最新发布
03-28
### 在树莓派4B中通过OpenCV访问和使用USB摄像头 要在树莓派4B上通过OpenCV访问并使用USB摄像头，需完成以下几个方面的配置： #### 1. 启用树莓派的摄像头支持 尽管树莓派4B默认可能未启用摄像头功能，可以通过`raspi-config`工具来激活它。打开终端并执行以下命令以启动配置界面： ```bash sudo raspi-config ``` 进入菜单后，导航至 **Interfacing Options** -> **Camera** 并选择 **Enable** 来激活摄像头模块的功能[^1]。 如果在上述过程中发现无法找到摄像头选项，则可能是由于某些设置被禁用了或者硬件接口存在问题。可以尝试更新树莓派固件或重新检查连接设备的状态[^2]。 #### 2. 安装必要的依赖库 为了能够顺利利用OpenCV处理来自USB摄像头的数据流，需要确保安装了相应的开发包和支持库。具体来说，应依次运行如下指令来获取所需资源： ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install libopencv-dev python-opencv -y ``` 这些操作会下载并安装OpenCV及其Python绑定文件到系统环境中，从而允许开发者编写脚本来控制摄像机行为[^3]。 #### 3. 编写测试程序验证USB摄像头工作状态 下面给出了一段简单的Python代码片段用于检测已连接上的第一个可用USB摄像头是否正常运作，并展示其捕捉的画面帧率等基本信息。 ```python import cv2 cap = cv2.VideoCapture(0, cv2.CAP_V4L2) if not cap.isOpened(): print("Cannot open camera") else: while True: ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('frame', gray) key = cv2.waitKey(1) & 0xFF if key == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 此脚本首先创建了一个VideoCapture对象实例化指向编号为零（即首个插槽中的外接型）之物理装置；接着循环读取每一帧图像直至用户按键退出为止。值得注意的是，在初始化阶段指定了参数`cv2.CAP_V4L2`作为后台驱动机制的选择依据之一——这一步骤对于提高兼容性和性能表现尤为重要[^5]^。 #### 总结说明 综上所述，只要按照前述指导完成了基础环境部署之后，就可以轻松实现基于OpenCV框架下的各种视觉应用开发任务啦！
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ReCclay

如果觉得不错，不妨请我喝杯咖啡

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值