基于MATLAB的车牌识别程序.rar_字符识别_车牌_车牌分割字符_车牌识别

function [d]=main(jpg) I=imread('car1.jpg'); figure(1),subplot(3,2,1),imshow(I);title('原图'); I1=rgb2gray(I); subplot(3,2,2),imshow(I1);title('灰度图'); I2=edge(I1,'roberts',0.09,'both'); %根据指定的敏感度阈值0.09，在both方向上，用robert算子进行边缘检测 subplot(3,2,3),imshow(I2);title('robert算子边缘检测') se=[1;1;1]; %线型结构元素 I3=imerode(I2,se); subplot(3,2,4),imshow(I3);title('腐蚀后图像'); se=strel('rectangle',[40,40]); %矩形结构元素 I4=imclose(I3,se); %对图像实现闭运算，平滑图像的轮廓 subplot(3,2,5),imshow(I4);title('平滑图像的轮廓'); I5=bwareaopen(I4,4000); %去除图像中灰度值小于4000的部分 subplot(3,2,6),imshow(I5);title('从图像中移除小面积对象'); [y,x]=size(I5); I6=double(I5); tic %begin横向扫描，确定y方向的车牌区域 white_y=zeros(y,1); for i=1:y for j=1:x if(I6(i,j)==1) %如果I6图像中坐标为(i,j)的点为白色，则white_y的相应行的元素white_y(i,1)值加1 white_y(i,1)= white_y(i,1)+1; %白色像素点统计 end end end [temp MaxY]=max(white_y); %temp为向量white_y的元素中的最大值，MaxY为该值的索引 figure(2),subplot(1,2,1),plot(0:y-1,white_y),title('行方向像素点灰度值累计和'),xlabel('行值'),ylabel('像素'); %车牌定位 PY1=MaxY; while ((white_y(PY1,1)>=120)&&(PY1>1)) PY1=PY1-1; end PY2=MaxY; while ((white_y(PY2,1)>=40)&&(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 %确定x方向的车牌区域 white_x=zeros(1,x); for j=1:x for i=PY1:PY2 if(I6(i,j)==1) white_x(1,j)= white_x(1,j)+1; end end end figure(2),subplot(1,2,2),plot(0:x-1,white_x),title('列方向像素点灰度值累计和'),xlabel('列值'),ylabel('像素'); PX1=2; while ((white_x(1,PX1)<3)&&(PX1<x)) PX1=PX1+1; end PX2=x; while ((white_x(1,PX2)<3)&&(PX2>PX1)) PX2=PX2-1; end %end纵向扫描 PX1=PX1-1; %对车牌区域的校正 PX2=PX2+1; dw=I(PY1:PY2,PX1:PX2,:); t=toc; figure(3),subplot(2,1,1),imshow(IY),title('行方向合理区域'); figure(3),subplot(2,1,2),imshow(dw),title('定位剪切后的彩色车牌图像'); imwrite(dw,'dw.jpg'); %将图像数据写入图像文件中 [filename,filepath]=uigetfile('dw.jpg','输入一个定位裁剪后的车牌图像'); %获取所选文件信息（文件名、路径等） jpg=strcat(filepath,filename); %将数组filepath,filename水平地连成一个字符串，并保存在变量jpg中 a=imread('dw.jpg'); b=rgb2gray(a); %将图像转换为灰度图 imwrite(b,'1.车牌灰度图像.jpg'); %将图像数据写入图像文件中 figure(4);subplot(2,2,1),imshow(b),title('1.车牌灰度图像') g_max=double(max(max(b))); g_min=double(min(min(b))); %变为双精度数值 T=round(g_max-(g_max-g_min)/3); %T为二值化的阈值 [m,n]=size(b); %m为b的行数，n为列数 d=(double(b)>=T); %d:二值图像 imwrite(d,'2.车牌二值图像.jpg'); %将图像数据写入图像文件中 figure(4);subplot(2,2,2),imshow(d),title('2.车牌二值图像') % 滤波 h=fspecial('average',3); %建立预定义的滤波算子，使用以3为参数的均值滤波 d=im2bw(round(filter2(h,d))); %filter2(h,d)：返回图像d经算子h滤波后的结果，默认返回与输入图像大小相同 %d=im2bw(..)将灰度图像转换为二进制图像。输出图像 %BW 将输入图像中亮度值大于 level 的像素替换为值1 (白色)，其他替换为值0(黑色 imwrite(d,'3.均值滤波后.jpg'); %matlab里函数bwarea 计算目标物的面积 figure(4),subplot(2,2,3),imshow(d),title('3.均值滤波后') % 计算字符面积与车牌面积比值，如果大于0.365则对图像进行腐蚀，如果小于0.235则对图像进行膨胀 se=eye(2); %eye(n) 返回n*n单位矩阵 [m,n]=size(d); %m为d的行数，n为列数 if bwarea(d)/m/n>=0.365 %bwarea：计算二值图像d的总面积 d=imerode(d,se); %imerode 实现图像腐蚀,d为待处理图像，se是结构元素对象 elseif bwarea(d)/m/n<=0.235 d=imdilate(d,se); %imdilate 图像膨胀 end imwrite(d,'4.膨胀或腐蚀处理后.jpg'); figure(4),subplot(2,2,4),imshow(d),title('4.膨胀或腐蚀处理后') % 字符切割，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); [m,n]=size(d); 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) %每个字符的宽度应该小于width/6.5，若大于该阈值，则认为该部分由两个字符组成，需继续分割 [val,num]=min(sum(d(:,[k1+5:k2-5]))); %val为d中k1+5至k2-5列中列像素和的最小值，num为该值的索引 d(:,k1+num+5)=0; %将连在一起的两个字符分割 end end % 再切割 d=qiege(d); % 切割出 7 个字符 %对车牌图像自左向右逐列扫描，寻找连续有文字的区间块，将该区间块的有效宽度与某一固定阈值(此处设定为10)比较，若小于该阈值，则认为是左侧干扰，裁剪干扰区域；反之，分割出该模糊字符块 y1=10;y2=0.25;flag=0;word1=[]; while flag==0 [m,n]=size(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])); %切割出字符块 [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 %判断是否为标准字符 flag=1;word1=temp; % WORD 1 end d(:,[1:wide])=0;d=qiege(d); %将剩余部分覆盖原图 end end % 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(5),imshow(word1),title('1'); figure(6),imshow(word2),title('2'); figure(7),imshow(word3),title('3'); figure(8),imshow(word4),title('4'); figure(9),imshow(word5),title('5'); figure(10),imshow(word6),title('6'); figure(11),imshow(word7),title('7'); [m,n]=size(word1); word1=imresize(word1,[40 20]); % 将图像归一化为40*20大小 word2=imresize(word2,[40 20]); word3=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(12), subplot(3,7,8),imshow(word1),title('1'); subplot(3,7,9),imshow(word2),title('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'); %将图像数据写入图像文件中 imwrite(word2,'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' '鲁陕苏豫']); %建立自动识别字符代码表 ，将多个字符串组成一个字符数组，每行对应一个字符串 SubBw2=zeros(40,20); I=1; for I=1:7 ii=int2str(I); %将整数转换为字符串