车道线检测项目的原视频,没有车道线标注的原始视频,用来完成 https://www.bilibili.com/video/BV1qk4y1r7jw 的项目

基于matlab的车道线检测程序，对比不同边缘检测算法，通过改进hough变换来检测视频中的车道线，每一步算法都具有详细的解释说明

Segnet语义分割网络的关键在于下采样和上采样,目前训练的是单车道的，视频效果不怎么好，可以作为入门级训练吧，聊胜于无

车道线检测的标签集，可以做sengnet网络的车道线检测的标签，新手入门，需要代码的可以联系我，现在没时间写文章，就这样聊胜于无吧，比心

高级车道线检测

基于python的道路视频车道线检测：直接读取mp4文件，并识别车道线，标注。资料内容齐全

matlab车道线检测.zipmatlab车道线检测.zip可直接运行

车道线和交通标志检测源代码，基于QT开发，C++

与上一部分资源类似，这部分也是基于MATLAB的车道线检测程序，同样使用和对比了不同边缘检测算法，最后对得到的数据点进行随机采样一致性算法（RANSAC）拟合了车道线。

python+opencv车道线检测（简易实现） 技术栈：python+opencv 实现思路： canny边缘检测获取图中的边缘信息； 霍夫变换寻找图中直线； 绘制梯形感兴趣区域获得车前范围； 得到并绘制车道线； 效果展示： 代码实现： import cv2 import numpy as np def canny(): gray = cv2.cvtColor(lane_image, cv2.COLOR_RGB2GRAY) #高斯滤波 blur = cv2.GaussianBlur(gray, (5, 5), 0) #边缘检测 canny_img = cv