车牌识别程序(带注释)

1、精选优质文档-倾情为你奉上 function d=main(jpg)I=imread('car.jpg');figure(1),imshow(I);title('原图');I1=rgb2gray(I); %将真彩色图像转换为灰度图像figure(2),subplot(1,2,1),imshow(I1);title('灰度图');figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');I2=edge(I1,'robert',0.08,'both'); %

2、高斯滤波器,方差为0.08figure(3),imshow(I2);title('robert算子边缘检测')se=1;1;1;I3=imerode(I2,se); %图像的腐蚀figure(4),imshow(I3);title('腐蚀后图像');se=strel('rectangle',40,40); %构造结构元素，以长方形构造一个seI4=imclose(I3,se); %对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。figure(5),imshow(I4);tit

3、le('平滑图像的轮廓');I5=bwareaopen(I4,2000); %从二进制图像中移除所有少于p像素的连接的组件（对象），产生另一个二进制图像figure(6),imshow(I5);title('从对象中移除小对象');y,x,z=size(I5); %返回I5各维的尺寸，并存储在变量y、x、z中myI=double(I5); %换成双精度数值 %begin横向扫描tic %计算tic与toc之间程序的运行时间 Blue_y=zeros(y,1); %产生y*1的全0矩阵 for i=1:y for j=1:x if(myI(i,j,1)=1) %如

4、果myI(i,j,1)即myI图像中坐标为(i,j)的点为蓝色 %则Blue_y的相应行的元素white_y(i,1)值加1 Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计 end end end temp MaxY=max(Blue_y);%temp为向量white_y的元素中的最大值，MaxY为该值的索引（ 在向量中的位置） PY1=MaxY; while (Blue_y(PY1,1)>=120)&&(PY1>1) PY1=PY1-1; end PY2=MaxY; while (Blue_y(PY2,1)>=40)&&

5、;(PY2<y) PY2=PY2+1; end IY=I(PY1:PY2,:,:);%IY为原始图像I中截取的纵坐标在PY1：PY2之间的部分 %end横向扫描 %begin纵向扫描 Blue_x=zeros(1,x);%进一步确定x方向的车牌区域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)=1) Blue_x(1,j)= Blue_x(1,j)+1; end end end PX1=1; while (Blue_x(1,PX1)<3)&&(PX1<x) PX1=PX1+1; end PX2=x; while (Blue_x(1

6、,PX2)<3)&&(PX2>PX1) PX2=PX2-1; end %end纵向扫描 PX1=PX1-2;%对车牌区域的校正 PX2=PX2+2; dw=I(PY1:PY2,:,:); t=toc; figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区域');figure(7),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色车牌图像')imwrite(dw,'dw.jpg'); %将图像数据写入到图像文件中filename,filepa

7、th=uigetfile('dw.jpg','输入一个定位裁剪后的车牌图像'); %读取jpg=strcat(filepath,filename); %将数组filepath,filename水平地连接成单个字符串，并保存于变量jpg中a=imread('dw.jpg'); %读取图片文件中的数据b=rgb2gray(a); %将真彩色图像转换为灰度图像imwrite(b,'1.车牌灰度图像.jpg'); %将图像数据写入到图像文件中figure(8);subplot(3,2,1),imshow(b),title('1.车

8、牌灰度图像')g_max=double(max(max(b); %换成双精度数值g_min=double(min(min(b); %换成双精度数值T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值m,n=size(b); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数。 d=(double(b)>=T); % d:二值图像imwrite(d,'2.车牌二值图像.jpg'); %将图像数据写入到图像文件中figure(8);subplot(3,2,2),imshow(d),title('

9、2.车牌二值图像')figure(8),subplot(3,2,3),imshow(d),title('3.均值滤波前')% 滤波h=fspecial('average',3); %建立预定义的滤波算子，average指定算子的类型，3为相应的参数d=im2bw(round(filter2(h,d); %转换为二值图像imwrite(d,'4.均值滤波后.jpg'); %将图像数据写入到图像文件中figure(8),subplot(3,2,4),imshow(d),title('4.均值滤波后')% 某些图像进行操作% 膨

10、胀或腐蚀% se=strel('square',3); % 使用一个3X3的正方形结果元素对象对创建的图像膨胀% 'line'/'diamond'/'ball'.se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵m,n=size(d); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数if bwarea(d)/m/n>=0.365 %计算二值图像中对象的总面积 d=imerode(d,se); %图像的腐蚀elseif bw

11、area(d)/m/n<=0.235 %计算二值图像中对象的总面积 d=imdilate(d,se); %实现膨胀操作endimwrite(d,'5.膨胀或腐蚀处理后.jpg'); %将图像数据写入到图像文件中figure(8),subplot(3,2,5),imshow(d),title('5.膨胀或腐蚀处理后')% 寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割d=qiege(d); %切割m,n=size(d); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数figure,subplot(

12、2,1,1),imshow(d),title(n)k1=1;k2=1;s=sum(d);j=1;while j=n while s(j)=0 j=j+1; end k1=j; while s(j)=0 && j<=n-1 j=j+1; end k2=j-1; if k2-k1>=round(n/6.5) val,num=min(sum(d(:,k1+5:k2-5); d(:,k1+num+5)=0; % 分割 endend% 再切割d=qiege(d);% 切割出 7 个字符y1=10;y2=0.25;flag=0;word1=;while flag=0 m,n=s

13、ize(d); left=1;wide=0; while sum(d(:,wide+1)=0 wide=wide+1; end if wide<y1 % 认为是左侧干扰 d(:,1:wide)=0; d=qiege(d); else temp=qiege(imcrop(d,1 1 wide m); m,n=size(temp); all=sum(sum(temp); two_thirds=sum(sum(temp(round(m/3):2*round(m/3),:); if two_thirds/all>y2 flag=1;word1=temp; % WORD 1 end d(:,

14、1:wide)=0;d=qiege(d); endend% 分割出第二个字符word2,d=getword(d);% 分割出第三个字符word3,d=getword(d);% 分割出第四个字符word4,d=getword(d);% 分割出第五个字符word5,d=getword(d);% 分割出第六个字符word6,d=getword(d);% 分割出第七个字符word7,d=getword(d);figure(9),imshow(word1),title('1');figure(10),imshow(word2),title('2');figure(11),

15、imshow(word3),title('3');figure(12),imshow(word4),title('4');figure(13),imshow(word5),title('5');figure(14),imshow(word6),title('6');figure(15),imshow(word7),title('7');m,n=size(word1); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数word1=imresize(word1,40 20);% 商用系

16、统程序中归一化大小为 40*20,此处演示word2=imresize(word2,40 20); %对图像做缩放处理，高40，宽20word3=imresize(word3,40 20);word4=imresize(word4,40 20);word5=imresize(word5,40 20);word6=imresize(word6,40 20);word7=imresize(word7,40 20);figure(16),subplot(3,7,8),imshow(word1),title('1');subplot(3,7,9),imshow(word2),title

17、('2');subplot(3,7,10),imshow(word3),title('3');subplot(3,7,11),imshow(word4),title('4');subplot(3,7,12),imshow(word5),title('5');subplot(3,7,13),imshow(word6),title('6');subplot(3,7,14),imshow(word7),title('7');imwrite(word1,'1.jpg');imwrite(wo

18、rd2,'2.jpg');imwrite(word3,'3.jpg');imwrite(word4,'4.jpg');imwrite(word5,'5.jpg');imwrite(word6,'6.jpg');imwrite(word7,'7.jpg');liccode=char('0':'9' 'A':'Z' '苏豫陕鲁'); %建立自动识别字符代码表，将t'0':'9' 'A&

19、#39;:'Z' '苏豫陕鲁'多个字符串组成一个字符数组，每行对应一个字符串，字符数不足的自动补空格SubBw2=zeros(40,20); %产生40*20的全0矩阵l=1;for I=1:7 ii=int2str(I); %转换为串 t=imread(ii,'.jpg'); %读取图片文件中的数据 SegBw2=imresize(t,40 20,'nearest'); %对图像做缩放处理，高40，宽20，'nearest'： 这个参数,是默认的， 即改变图像尺寸时采用最近邻插值算法 if l=1 %第一位汉字识

20、别 kmin=37; kmax=40; elseif l=2 %第二位 AZ 字母识别 kmin=11; kmax=36; else l>=3 %第三位以后是字母或数字识别 kmin=1; kmax=36; end for k2=kmin:kmax fname=strcat('字符模板',liccode(k2),'.jpg'); %把一个行向量转化成字符串 SamBw2 = imread(fname); %读取图片文件中的数据 for i=1:40 for j=1:20 SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j); end en

21、d % 以上相当于两幅图相减得到第三幅图 Dmax=0; for k1=1:40 for l1=1:20 if ( SubBw2(k1,l1) > 0 | SubBw2(k1,l1) <0 ) Dmax=Dmax+1; end end end Error(k2)=Dmax; end Error1=Error(kmin:kmax); MinError=min(Error1); findc=find(Error1=MinError); l=l+1;endfigure(17),subplot(3,1,2),imshow(dw),title ('车牌号码: 陕 A B A 2 2 3');%子程序：（getword子程序）function word,result=getword(d)word=;flag=0;y1=8;y2=0.5; while flag=0 m,n=size(d); wide=0; while sum(d(:,wide+1)=0 &&