深刻淺出自動駕駛（一）-圖像識別

這是自動駕駛的系列文章。自動駕駛的第一步是什麼呢？固然，是識別當前環境，具體來講就是識別本身的正確道路-車道線，入下圖所示

1 轉爲灰度圖

彩色的圖是無法識別出車道線的，因此咱們須要把他轉化爲黑白的圖像，入下圖所示

你們知道，咱們的圖像都是由RGB三原色組成的，分別是0-255，因此，咱們只要對非白色的作出處理，把他變成黑色便可，用僞碼錶示

loop 讀取圖像中的每個像素
    像素RGB < 閥值  #純白是255,255,255
    該像素 ＝ 黑色
end loop

2 將車道線疊加原圖

固然，簡簡單單的識別出道路是不行的，咱們還須要在原圖中疊加道路，如上圖所示，主要是一些裁剪合併之類的動做了。

3 邊緣發現

以前的車道線都是白的，因此挺好作的，可是很不幸的是，車道並不是都是白的，咱們極可能遇到其它顏色的，並且有時候並不完整，以下圖所示，因此咱們須要其它的方法，好比說「邊緣發現」

python提供了一個包，openCV，咱們可使用這個包來協助開發，在開發過程當中還須要進行一些處理，其僞碼以下

1 將整個圖像轉爲灰度圖，畢竟不須要那麼多豐富的顏色
2 進行簡單的高斯模糊：GaussianBlur，以減小照片噪聲和細節
3 進行邊緣發現

最終咱們會得出以下圖所示的結果

4 使用Hough Transform辨別車道線

進行邊緣發現以後識別出車道線，如何識別車道線呢？車道線實際上在圖像中表現爲一條直線，因此咱們的目標就是識別出長直線，因此，咱們的目標就是識別出長直線的模式。

咱們會用到一種叫作Hough Transform的方法，它是在1962有Hough發明的，它會把 y=mx+b映射成 b=xm+y,將直線變換成點，而後進行識別，以下圖所示，車道線是一條路

而後把這條路映射成點

以方便識別

進行Hough Transfom後會變成這個樣子

然後咱們進行優化，好了後會變成這樣

這樣，咱們就成功的識別出了車道線

(完）