4、感兴趣区域（ROI）提取：为什么要做ROI？、基于坐标的掩码提取、透视变换（鸟瞰图）的原理与实现。

4.1 为什么要做ROI？—— 别让无关信息干扰你的模型

做车道线检测，第一件事不是调模型，而是先问问自己：“哪些像素是我真正关心的？”

你想想看，一张车载摄像头拍到的画面里，有天空、有路边的树、有对面来车的车头、甚至还有仪表盘的倒影。这些信息对车道线检测有用吗？基本没用。它们只会增加计算量，甚至引入噪声。

我个人习惯，拿到一张图后，第一件事就是切掉上半部分。为什么？因为车道线只出现在路面，而路面永远在图像的下半部分。天空、远处的建筑，这些区域不仅没有车道线，还会让模型去学习一些奇怪的背景特征。

我曾经在一个项目中，模型在测试集上表现很好，但一上路就频繁误检。排查了很久，发现是训练数据里路边的护栏和车道线长得有点像，模型把护栏当成了车道线。后来我加了一个严格的ROI掩码，把护栏区域直接屏蔽掉，问题就解决了。

所以，ROI提取的核心目的就两个：

• 减少计算量：只处理关键区域，帧率能提升20%-30%
• 排除干扰：让模型专注于路面，避免学到无关的上下文

4.2 基于坐标的掩码提取 —— 用多边形“切”出路面

最直接的ROI方法，就是手动定义一个多边形区域。说白了，就是告诉程序：“我只想看这个梯形里面的内容，外面全部涂黑。”

为什么是梯形？因为车道在图像中呈现近大远小的透视效果，路面区域在图像里就是一个倒梯形。

代码实现很简单，我一般用OpenCV的fillPoly配合bitwise_and来做：

import cv2
import numpy as np

def apply_roi_mask(image):
    # 图像尺寸
    height, width = image.shape[:2]
    
    # 定义多边形顶点（梯形）
    # 左下、右下、右上、左上
    polygons = np.array([
        [(0, height),           # 左下
         (width, height),       # 右下
         (int(width*0.6), int(height*0.6)),  # 右上
         (int(width*0.4), int(height*0.6))]  # 左上
    ])
    
    # 创建全黑掩码
    mask = np.zeros_like(image)
    
    # 填充多边形为白色
    cv2.fillPoly(mask, polygons, (255, 255, 255))
    
    # 与操作，保留ROI区域
    masked_image = cv2.bitwise_and(image, mask)
    
    return masked_image

这里有个细节要注意：多边形的顶点顺序必须是顺时针或逆时针，否则填充出来的形状会乱掉。嗯，我刚开始用的时候也踩过这个坑，画出来的掩码像个扭曲的蝴蝶结。

4.3 透视变换（鸟瞰图）的原理与实现

ROI掩码只是第一步。真正让车道线检测变得简单的方法，是透视变换，也就是把图像转换成鸟瞰图。

为什么会需要这个？你想想看，在原始图像里，车道线是斜的、会相交于消失点。这种透视效果对计算车道曲率、车辆偏离角度非常不友好。但在鸟瞰图里，车道线是平行的，距离关系是线性的，计算起来就舒服多了。

4.3.1 原理：从透视到正交

透视变换的本质，就是找到一个变换矩阵，把图像中的一个四边形映射到另一个四边形。具体来说：

• 源点：原始图像中路面区域的四个角点（比如一个梯形）
• 目标点：鸟瞰图中对应的四个角点（一个矩形）

变换矩阵是一个3x3的矩阵，OpenCV的getPerspectiveTransform可以直接算出来。然后调用warpPerspective就能得到鸟瞰图。

4.3.2 实现：手把手教你做鸟瞰图

我直接上代码，这是我在实际项目中用过的版本：

import cv2
import numpy as np

def perspective_transform(image):
    height, width = image.shape[:2]
    
    # 源点：原始图像中的梯形区域
    # 这些值需要根据你的摄像头标定结果来调整
    src_points = np.float32([
        [int(width*0.15), height],           # 左下
        [int(width*0.85), height],           # 右下
        [int(width*0.55), int(height*0.6)],  # 右上
        [int(width*0.45), int(height*0.6)]   # 左上
    ])
    
    # 目标点：鸟瞰图中的矩形区域
    dst_points = np.float32([
        [int(width*0.2), height],            # 左下
        [int(width*0.8), height],            # 右下
        [int(width*0.8), 0],                 # 右上
        [int(width*0.2), 0]                  # 左上
    ])
    
    # 计算变换矩阵
    M = cv2.getPerspectiveTransform(src_points, dst_points)
    # 逆变换矩阵（用于将结果映射回原图）
    M_inv = cv2.getPerspectiveTransform(dst_points, src_points)
    
    # 执行透视变换
    warped = cv2.warpPerspective(image, M, (width, height), 
                                 flags=cv2.INTER_LINEAR)
    
    return warped, M, M_inv

4.3.3 参数调优：别指望一次成功

透视变换的参数（四个源点坐标）没有标准答案。它取决于：

因素	影响	我的建议
摄像头安装高度	越高，路面区域越小	适当缩小梯形高度
摄像头俯仰角	角度越大，消失点越靠下	调整梯形上边位置
路面坡度	上坡/下坡会影响透视效果	动态调整源点，或做坡度补偿

我个人习惯的做法是：先拍一张笔直道路的图片，手动标出车道线的位置，然后调整源点直到鸟瞰图中的车道线看起来是平行的。这个过程可能需要反复试几次，但一旦调好，后面就一劳永逸了。

4.4 总结：ROI + 透视变换 = 车道线检测的基石

这两个操作组合起来，效果非常明显：

1. ROI掩码：剔除天空、树木等无关区域，减少计算量
2. 透视变换：将路面拉直，让车道线变成平行线，简化后续处理

做完这两步，你的输入数据就干净多了。后续的阈值分割、滑动窗口检测，都是在鸟瞰图上进行的。说白了，前面工作做得越扎实，后面模型就越省心。

下一章，我们会聊如何在鸟瞰图上做二值化处理和车道线像素提取。到时候你会看到，有了鸟瞰图，很多问题都变得简单了。