车牌识别
模板
个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载
匹配优质代码
close all
clc
[filename,filepath]=uigetfile('.jpg','输入一个需要识别的车牌图像');% 直接自动读入%
file=strcat(filepath,filename); %strcat函数:连接字符串;把filepath的字符串与filename的连接,即路径/文件名
I=imread(file);
figure('name','原图'),imshow(I);title('原图')
%图像增强
% h=ones(5,5)/25; %过滤器h
% I=imfilter(I,h);%真彩色增强
% figure('name','真彩色增强
');imshow(I);title('真彩色增强');
I1=rgb2gray(I); % RGB图像转灰度图像
% %figure('name','灰度处理前
'),subplot(1,2,1),imshow(I1);title('灰度处理前的灰度图');
% % subplot(1,2,2),imhist(I1);title('灰度处理前的灰度图直方图'); %线性灰度变换
I1=imadjust(I1,[0.3,0.7],[]);
figure('name','灰度处理后
'),subplot(1,2,1),imshow(I1);title('灰度处理后的灰度图');
subplot(1,2,2),imhist(I1);title('灰度处理后的灰度图直方图');
%进行中值滤波
I1=medfilt2(I1);
figure,imshow(I1);title('中值滤波');
%边缘检测:sobel,roberts,canny,prewitt等
I2=edge(I1,'roberts',0.25,'both'); %边缘检测算法,强度小于阈值0.15的边缘被省略掉,'both'两个方向检测(缺省默认)
figure('name','边缘检测
'),imshow(I2);title('robert算子边缘检测') se=[1;1;1];
I3=imerode(I2,se);% 腐蚀Imerode(X,SE).其中X是待处理的图像,SE是结构元素对象
figure('name','腐蚀后图像'),imshow(I3);title('
腐蚀后的图像'); se=strel('rectangle',[20,20]);% 25X25的矩形 strel(膨胀、腐蚀、开运算、闭运算)是创建由指定形状shape对应的结构元素,se=strel('rectangle',20,20) %SE =
strel('rectangle', MN)
I4=imclose(I3,se);% 用25*25的矩形对图像进行闭运算(先膨胀后腐蚀)有平滑边界作用
figure('name','平滑处理'),imshow(I4);title('平
滑图像的轮廓'); I5=bwareaopen(I4,1000);% 从二进制图像中移除所有少于2000像素的连接对象,消失的是连续的白色像素数量少于2000的字符
figure('name','移除小对象'),imshow(I5);title('
从对象中移除小对
象');
[y,x,z]=size(I5);% y是行数,x是列数,z是维数
myI=double(I5);% 转成双精度型
tic % 开始计时
Blue_y=zeros(y,1);% zeros(M,N) 表示的是M行*N列的全0矩阵
for i=1:y
for j=1:x
if(myI(i,j,1)==1) %% 判断蓝色像素
Blue_y(i,1)= Blue_y(i,1)+1;% 蓝色像素点统计 end
end
end
[temp MaxY]=max(Blue_y);% Y方向车牌区域确定 [temp MaxY]临时变量MaxY
PY1=MaxY; % 以下为找车牌Y方向最小值
while ((Blue_y(PY1,1)>=5)&&(PY1>1))
PY1=PY1-1;
end
PY2=MaxY; % 以下为找车牌Y方向最大值
while ((Blue_y(PY2,1)>=5)&&(PY2<y))
PY2=PY2+1;
end
% IY=I(PY1:PY2,:,:);
%%%%%%%%%%%%%%%%% X方向 %%%%%%%%%
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 % 只需扫描的行
if(myI(i,j,1)==1) %% 判断蓝色像素
Blue_x(1,j)= Blue_x(1,j)+1; % 蓝色像素点统计
end
end
end
PX1=1;% 以下为找车牌X方向最小值
while ((Blue_x(1,PX1)<5)&&(PX1<x))%% 为什么判断蓝色像
素点<3(不算蓝色,),,,,
PX1=PX1+1;
end
PX2=x;% 以下为找车牌X方向最大值
while ((Blue_x(1,PX2)<3)&&(PX2>PX1))
PX2=PX2-1;
end
PY1=PY1-2;% 对车牌区域的校正 为什么要这么+,,,,
PX1=PX1-2;
PX2=PX2+3;
PY2=PY2+10;
dw=I(PY1:PY2-8,PX1:PX2,:);% 裁剪图像
toc %t=toc; % 停止计时
%figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区域'); figure('name','定位剪切后的彩色车牌图像
'),%subplot(1,2,2), imshow(dw),title('定位剪切后的彩色车牌图像')
imwrite(dw,'dw.jpg');
a=imread('dw.jpg');
b=rgb2gray(a);
imwrite(b,'1.车牌灰度图像.jpg');
figure('name','车牌处理
');subplot(3,2,1),imshow(b),title('1.车牌灰度图像')
%g_max=double(max(max(b)));% 以下作阈值化(灰度图转二值图)
%线性灰度变换
b=imadjust(b,[0.3,0.7],[]);
subplot(3,2,2),imshow(b);title('2.线性灰度处理后的灰度图');
%进行二值化处理
d=im2bw(b,0.4);%将灰度图像进行二值化处理
imwrite(d,'2.车牌二值图像.jpg');
subplot(3,2,3),imshow(d),title('3.车牌二值图像');%显示二值化图像
%进行中值滤波
d=medfilt2(d);
imwrite(d,'4.均值滤波后.jpg');
subplot(3,2,4),imshow(d);title('4.中值滤波后');
se=eye(2); % eye(n) 返回n乘n单一矩阵; 单位矩阵
[m,n]=size(d);
if bwarea(d)/m/n>=0.365 % 函数bwarea 计算目标物的面积,单位是像素;bwarea/m/n即为单个像素,,
d=imerode(d,se);% 腐蚀
elseif bwarea(d)/m/n<=0.235
d=imdilate(d,se);% 膨胀
end
imopen(d,se);
%se=eye(7);
%imopen(d,se);
imwrite(d,'5.膨胀或腐蚀处理后.jpg');
subplot(3,2,5),imshow(d),title('5.膨胀或腐蚀处理后')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%进行字符识
别%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 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);% 调用qiege()子程序
[m,n]=size(d);
figure,subplot(2,1,1),imshow(d),title(n)
k1=1;k2=1;
j=1;
s=sum(d);%sum(x)就是竖向相加,求每列的和,结果是行向量;sum(x,2)表示矩阵x的横向相加,求每行的和,结果是列向量。sum(X(:))表示矩阵求和
while j~=n %%%%% 什么原理,,,
while s(j)==0 %% 无文字,,,为什么,,, 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
end
end
% 再切割
%d=qiege(d);
% 切割出 7 个字符
y1=10;y2=0.25;flag=0;word1=[];
while flag==0 % flag为自定义,以便标记循环用
[m,n]=size(d);
left=1;
wide=0;
while sum(d(:,wide+1))~=0 % 二值图像:黑色像素代表感兴趣的对象而白色像素代表背景。逻辑矩阵只包括0(显示为黑色)和1(显示为白色)
wide=wide+1;% ,wide的意义,
end
if wide<y1 % 认为是左侧干扰 为什么是10,
d(:,[1:wide])=0; % 将白色汉字前的白色弄成黑色 % figure,imshow(d);
d=qiege(d); % 处理干扰后再次调用切割子程序 else
temp=qiege(imcrop(d,[1 1 wide m]));% imcrop函数截取图像[xmin ymin width height]
[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 %,,什么意思,,
flag=1;word1=temp; %第一个字符
end
d(:,[1:wide])=0;d=qiege(d); %,为什么又处理一次, 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);
subplot(5,7,1),imshow(word1),title('1'); subplot(5,7,2),imshow(word2),title('2'); subplot(5,7,3),imshow(word3),title('3'); subplot(5,7,4),imshow(word4),title('4'); subplot(5,7,5),imshow(word5),title('5'); subplot(5,7,6),imshow(word6),title('6'); subplot(5,7,7),imshow(word7),title('7');
[m,n]=size(word1);
% 商用系统程序中归一化大小为 40*20,此处演示
word1=imresize(word1,[40 20]);%imresize对图像做缩放处理,常用调用
格式为:B=imresize(A,ntimes,method);其中method可选nearest,bilinear
(双线性),bicubic,box,lanczors2,lanczors3等
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]);
subplot(5,7,15),imshow(word1),title('11');
subplot(5,7,16),imshow(word2),title('22');
subplot(5,7,17),imshow(word3),title('33');
subplot(5,7,18),imshow(word4),title('44');
subplot(5,7,19),imshow(word5),title('55');
subplot(5,7,20),imshow(word6),title('66');
subplot(5,7,21),imshow(word7),title('77');
imwrite(word1,'1.jpg'); % 创建七位车牌字符图像
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' '京辽陕苏鲁浙']);
SubBw2=zeros(40,20); % 创建一个40行20列的0矩阵 l=1;
for I=1:7
ii=int2str(I); % 将整型数据转换为字符串型数据
t=imread([ii,'.jpg']);% 依次读入七位车牌字符
SegBw2=imresize(t,[40 20],'nearest'); % 对读入的字符进行
缩放
if I==1 % 第一位汉字识别
kmin=37;
kmax=42;
elseif I==2 % 第二位 A~Z 字母识别 kmin=11;
kmax=36;
else I>=3 % 第三位以后是字母或数字识别 ;即I>=3
kmin=1;
kmax=36;
end
for k2=kmin:kmax
fname=strcat('namebook\',liccode(k2),'.jpg'); %
strcat函数:连接字符串
SamBw2 = imread(fname);
for i=1:40
for j=1:20
SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j); end
end
% 以上相当于两幅图相减得到第三幅图 进行匹配 Dmax=0; % 与模板不同的点个数
for k1=1:40
for l1=1:20
if ( SubBw2(k1,l1) > 5 | SubBw2(k1,l1) < -5 ) % "|"/"||" 或操作 (>2 15)20以上无区别
Dmax=Dmax+1;
end
end
end
Error(k2)=Dmax; % 记录下字符与模板k2不同的点个数
end
Error1=Error(kmin:kmax);
MinError=min(Error1); % 差别最小的
findc=find(Error1==MinError); % 找出差别最小的模板
Code(l*2-1)=liccode(findc(1)+kmin-1);
Code(l*2)=' ';
l=l+1;
end
figure(10),subplot(5,7,1:7),imshow(dw),title('第一步:车牌定位'),
xlabel({'第二步:车牌分割'}); %'',
subplot(6,7,15),imshow(word1);
subplot(6,7,16),imshow(word2);
subplot(6,7,17),imshow(word3);
subplot(6,7,18),imshow(word4);
subplot(6,7,19),imshow(word5);
subplot(6,7,20),imshow(word6);
subplot(6,7,21),imshow(word7);
subplot(6,7,22:42),imshow('dw.jpg');
===============================================================
Qiege.m切割子程序
function e=qiege(d)
[m,n]=size(d);
top=1;bottom=m;left=1;right=n; % init
while sum(d(top,:))==0 && top<=m
top=top+1;
end
while sum(d(bottom,:))==0 && bottom>=1
bottom=bottom-1;
end
while sum(d(:,left))==0 && left<=n
left=left+1;
end
while sum(d(:,right))==0 && right>=1
right=right-1;
end
dd=right-left;
hh=bottom-top;
e=imcrop(d,[left top dd hh]);
===============================================
================
Getword.m取出字符子程序
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 && wide<=n-2
wide=wide+1;
end
temp=qiege(imcrop(d,[1 1 wide m]));
[m1,n1]=size(temp);
if wide<y1 && n1/m1>y2
d(:,[1:wide])=0;
if sum(sum(d))~=0
d=qiege(d); % 切割出最小范围 else word=[];flag=1;
end
else
word=qiege(imcrop(d,[1 1 wide m])); d(:,[1:wide])=0;
if sum(sum(d))~=0;
d=qiege(d);flag=1; else d=[];
end
end
end
%end
result=d;