(完整word版)基于Matlab的车牌识别实现源码

1、function-main(jpg) close allclctic%测定算法执行的时间fn,pn=uigetfile('timg1,jpg','选择图片')%读入图片 I=imread(pn,fn);figure,imshow(I);title('原始图像');%显示原始图像Im1=rgb2gray(I);figure(2), subplot(1,2,1), imshow(Iml); title('灰度图')； figure(2),subplot(1,2,2), imhist(Iml);title('灰度图的直方图

2、9;);%显示图像的直方图Tiao=imadjust(Im1,0.19,0.78,0,1); %调整图片 figure(3),subplot(1,2,1),imshow(Tiao);title('增强灰度图');figure(3), subplot(1,2,2), imhist(Tiao); title('增强灰度图的直方图');Im2=edge(Tiao,'Roberts','both'); %使用 sobel 算子进行边缘检测 figure(4), imshow(Im2);title('sobel算子实现边缘检测)se

3、=1;1;1;Im3=imerode(Im2,se);figure(5), imshow(Im3); title('腐蚀效果图');se=strel('square',40);%'rectangle',25,25/'diamond',25/Im4=imclose(Im3,se);figure(6), imshow(Im4); title('平滑图像的轮廓');Im5=bwareaopen(Im4,1500);figure(7), imshow(Im5); title('移除小对象');y,x,z=s

4、ize(Im5); %返回Im5各维的尺寸，并存储在变量 y、x、z中 Im6=double(Im5); %等Im5换成双精度数值 %开始横向扫描 tic %tic计时开始，toc结束，计算tic与toc之间程序的运行时间 Blue_y=zeros(y,1); %生 y*1 的全 0 矩阵 for i=1:y %逐行扫描 for j=1:xif(Im6(i,j,1)=1)%to果Im6图像中坐标为(i,j)的点值为1,即为移除小对象的白色区域，Blue_y(i,1)= Blue_y(i,1)+1;%!U y*1列矩阵的相应像素点的元素值加1,end end endtemp MaxY=max(B

5、lue_y);%temp为向量Blue_y的矩阵中的最大值，MaxY为该值的索引(最大值在向量 中的位置)%返回包含最大元素的列，即白色区域最宽的列%Y方向车牌区域确定 figure(8),subplot(1,2,1), plot(0:y-1,Blue_y),title('行方向白色像素点累计),xlabel('行数'),ylabel('个数')； PY1=MaxY;while (Blue_y(PY1,1)>=120)&&(PY1>1) PY1=PY1-1;endPY2=MaxY;while (Blue_y(PY2,1)>

6、;=40)&&(PY2<y)PY2=PY2+1;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 %横向扫描完成，开始纵向扫描Blue_x=zeros(1,x);%ft一步确定x方向的车牌区域 for j=1:x %逐列扫描 for i=PY1:PY2if(Im6(i,j,1)=1)Blue_x(1,j)= Blue_x(1,j)+1; %g据 Im5 的 x值确定 end end endfigure(8),subplot(1,2,2),plot(0:x-1,Blue_x),title('列方向白色像素点累计),xl

7、abel('列数'),ylabel('个数');PX1=1;while (Blue_x(1,PX1)<3)&&(PX1<x)PX1=PX1+1;endPX2=x;while (Blue_x(1,PX2)<3)&&(PX2>PX1) PX2=PX2-1;end%end纵向扫描PX1=PX1-2;%J车牌区域的校正PX2=PX2+2;dw=I(PY1:PY2,PX1:PX2,:);t=toc;figure(9),subplot(1,2,1),imshow(IY),title('垂直方向合理区域'

8、);figure(9),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色车牌图像') imwrite(dw,'dw.jpg'); %将图像写入图形文件中 a=imread('dw.jpg');b=rgb2gray(a);imwrite(b,'车牌灰度图像.jpg');figure(10);subplot(3,2,1), imshow(b), title('1.车牌灰度图像')g_max=double(max(max(b);g_min=double(min(min(b);T=roun

9、d(g_max-(g_max-g_min)3); %T为设定的二值化的阈值，返回一个四舍五入的整数值 m,n=size(b);d=(double(b)>=T); %d 为二值图像imwrite(d,'车牌二值图像.jpg');figure(10);subplot(3,2,2), imshow(d), title('2.车牌二值图像') figure(10),subplot(3,2,3), imshow(d), title('3.均值滤波前)h=fspecial('average',3);%S立预定义的滤波算子，average为均值滤

10、波，模板尺寸为 3*3 d=imbinarize(round(filter2(h,d); %im2bw,使用指定的滤波器 h对h进行d即均值滤波 imwrite(d,'均值滤波后.jpg');figure(10),subplot(3,2,4), imshow(d), title('4.均值滤波后') se=eye(2);%1 位矩阵 m,n=size(d); %d为二值图像，返回信息矩阵 if bwarea(d)/m/n>=0.365%二值图像中对象的总面积与整个面积的比大于0.365d=imerode(d,se);%® 行腐蚀elseif bw

11、area(d)/m/n<=0.235%值图像中对象的总面积与整个面积的比值小于0.235d=imdilate(d,se);%进行膨胀endimwrite(d,'膨胀或腐蚀处理后.jpg');figure(10),subplot(3,2,5), imshow(d), title('5.膨胀或腐蚀处理后.jpg')d=qiege(d); %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 m,n=size(d);k1=1;k2=1;s=sum(d);j=1;while j=nwhile s(j)=0j=j+1；endk1=j；wh

12、ile s(j)=0 && j<=n-1j=j+1；endk2=j-1;if k2-k1>=round(n/6.5)val,num=min(sum(d(:,k1+5:k2-5);d(:,k1+num+5)=0;endendd=qiege(d);y1=10;y2=0.25;flag=0;word1=;while flag=0m,n=size(d);wide=0;while sum(d(:,wide+1)=0 %三过的地方不全为黑色，向右移动，直到不是停止 wide=wide+1;endif wide<y1 %如果wide小于y1时，从数值判断没有切好，认为是左干

13、扰d(:,1:wide)=0;%将此片区域全部转化为黑色，d=qiege(d);%B 新切割elsetemp=qiege(imcrop(d,1 1 wide m);%返回已经切割好的区域m,n=size(temp);all=sum(sum(temp);%B计切割区域所有元素two_thirds=sum(sum(temp(round(m/3):2*round(m/3),:);%统计切割区域 1/3 至 2/3 行所有元素 if two_thirds/all>y2flag=1;word1=temp;endd(:,1:wide)=0;d=qiege(d);endendword2,d=getwo

14、rd(d); % 分割出第二个字符word3,d=getword(d); %分割出第三个字符word4,d=getword(d); %分割出第四个字符word5,d=getword(d); %分割出第五个字符word6,d=getword(d); %分割出第六个字符word7,d=getword(d); %分割出第七个字符word1=imresize(word1,40 20);%模板字符大小统一为 40*20 ,为字符辨认做准备word2=imresize(word2,40 20);word3=imresize(word3,40 20);word4=imresize(word4,40 20);

15、word5=imresize(word5,40 20);word6=imresize(word6,40 20);word7=imresize(word7,40 20);figure(11);subplot(2,7,1),imshow(word1),title('1');subplot(2,7,2),imshow(word2),title('2');subplot(2,7,3),imshow(word3),title('3');subplot(2,7,4),imshow(word4),title('4');subplot(2,7,5

16、),imshow(word5),title('5');subplot(2,7,6),imshow(word6),title('6');subplot(2,7,7),imshow(word7),title；imwrite(word1,'1.jpg');imwrite(word2,'2.jpg');imwrite(word3,'3.jpg');imwrite(word4,'4.jpg');imwrite(word5,'5.jpg');imwrite(word6,'6.jpg

17、9;);imwrite(word7,'7.jpg');liccode=char('0':'9' 'A':'Z''辽粤豫鄂鲁陕京津苏浙');%建立自动识别字符代码表，将t'0':'9''A':'Z''鲁陕苏豫'多个字符串组成一个字符数组，每行对应一个字符 用，字符数不足的自动补空格SubBw2=zeros(40,20);%40*20勺零矩阵l=1;for I=1:7ii=int2str(I);%整型转换字符串t=imrea

18、d(ii,'.jpg');SegBw2=imresize(t,40 20,'nearest');峨变图片的大小SegBw2=double(SegBw2)>50;%灰度图转化为二值图像，double产生0-255的灰度值 if l=1 %第一位汉字识别kmin=37;kmax=46;%真板中汉字所在的位置elseif l=2 %®二位字母识别kmin=11;kmax=36;%A-Z?母位置elsel>=3%第三位后字母或数字识别kmin=1;kmax=36;endfor k2=kmin:kmaxfname=strcat('字符模板 &

19、#39;,liccode(k2),'.jpg');SamBw2=imread(fname);SamBw2=double(SamBw2)>50;暇模板转换为二值图,double产生0-255的灰度值fo门=1:40for j=1:20SubBw2(i,j尸SegBw2(i,j)-SamBw2(i,j);endend咐目当于两幅图相减得第三幅图Dmax=0;for k1=1:40fo门1=1:20if abs(SubBw2(k1,l1)>0Dmax=Dmax+1;endendendError(k2)=Dmax;endErroU=Error(kmin:kmax);%奠板对

20、应的字符模板进行匹配选择MinError=min(Error1);findc=find(Error1=MinError);Code(l*2-1)=liccode(findc(1)+kmin-1);Code(l*2)=''l=l+1;endmsgbox(Code,识别结果')function word,result=getword(d) %定义分割字符用函数(1)word=;flag=0;y1=8;y2=0.5;while flag=0m,n=size(d);wide=0;while sum(d(:,wide+1)=0 && wide<=n-2wide=wide+1;endtemp=imcrop(d,1 1 wide m);%用于返回图像的一个裁剪区域m1,n1=size(temp);z=sum(temp,2);count=0;for i=1:m1if z(i)=0count=count+1;endendif count<m/3d(:,1,wide)=0;d=qiege(d);elsetemp=qiege(imcrop(d,1 1 wide m);%用于返回图像