Ce sujet aborde la détection automatique de lignes blanches sur la route, une problématique clé pour les véhicules ou robots autonomes. Il se déroule en plusieurs étapes progressives.

On commence par découvrir comment Python représente les images sous forme de tableaux numériques, avant d'ouvrir et afficher l'image de travail.

L'image couleur est ensuite convertie en niveaux de gris puis en noir et blanc, afin d'isoler les pixels les plus lumineux, ceux qui correspondent aux lignes blanches.

Cette binarisation laisse cependant apparaître de nombreux pixels parasites : une étape de convolution permet de les supprimer et de ne conserver que les zones significatives.

On extrait alors la liste des coordonnées des pixels blancs restants, qui constitue le jeu de données sur lequel s'appuie la suite du traitement.

Pour trouver la droite qui modélise au mieux la ligne blanche, on met en place les outils statistiques nécessaires (moyenne, variance et covariance) puis on applique la méthode des moindres carrés, qui fournit l'équation de la droite la plus proche de l'ensemble des points blancs.

Le résultat est finalement superposé à l'image d'origine sous forme d'un tracé rouge, rendant la détection visuellement interprétable.

Une dernière partie étend la méthode au cas de plusieurs lignes, en introduisant un algorithme d'exploration par zones pour identifier, dénombrer et traiter chaque ligne blanche indépendamment.