车牌识别的matlab程序--(详细注释-并有使用注意点)
附录
车牌识别程序
clear ； close all；
%Step1 获取图像 装入待处理彩色图像并显示原始图像 Scolor = imread('3.jpg')；%imread函数读取图像文件 %将彩色图像转换为黑白并显示
Sgray = rgb2gray(Scolor)；%rgb2gray转换成灰度图
figure,imshow(Scolor),title('原始彩色图像')；%figure命令同时显示两幅图
figure,imshow(Sgray),title('原始黑白图像')；
%Step2 图像预处理 对Sgray 原始黑白图像进行开操作得到图像背景
s=strel('disk',13)；%strel函数
Bgray=imopen(Sgray,s)；%打开sgray s图像
figure,imshow(Bgray)；title('背景图像')；%输出背景图像 %用原始图像与背景图像作减法，增强图像 Egray=imsubtract(Sgray,Bgray)；%两幅图相减
figure,imshow(Egray)；title('增强黑白图像')；%输出黑白图像
%Step3 取得最佳阈值，将图像二值化
fmax1=double(max(max(Egray)))；%egray的最大值并输出双精度型 fmin1=double(min(min(Egray)))；%egray的最小值并输出双精度型 level=(fmax1-(fmax1-fmin1)/3)/255；%获得最佳阈值 bw22=im2bw(Egray,level)；%转换图像为二进制图像 bw2=double(bw22)；
%Step4 对得到二值图像作开闭操作进行滤波
figure,imshow(bw2)；title('图像二值化')；%得到二值图像
grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界 figure,imshow(grd)；title('图像边缘提取')；%输出图像边缘 bg1=imclose(grd,strel('rectangle',[5,19]))；%取矩形框的闭运算 figure,imshow(bg1)；title('图像闭运算[5,19]')；%输出闭运算的图像 bg3=imopen(bg1,strel('rectangle',[5,19]))；%取矩形框的开运算 figure,imshow(bg3)；title('图像开运算[5,19]')；%输出开运算的图像 bg2=imopen(bg3,strel('rectangle',[19,1]))；%取矩形框的开运算 figure,imshow(bg2)；title('图像开运算[19,1]')；%输出开运算的图像
%Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域
[L,num] = bwlabel(bg2,8)；%标注二进制图像中已连接的部分 Feastats = imfeature(L,'basic')；%计算图像区域的特征尺寸 Area=[Feastats.Area]；%区域面积
BoundingBox=[Feastats.BoundingBox]；%[x y width height]车牌框架大小
RGB = label2rgb(L, 'spring', 'k', 'shuffle')； %标志图像向RGB图像转换
figure,imshow(RGB)；title('图像彩色标记')；%输出框架的彩色图像 lx=0； for l=1:num
width=BoundingBox((l-1)*4+3)；%框架宽度的计算 hight=BoundingBox((l-1)*4+4)；%框架高度的计算
if (width>98 & width<160 & hight>25 & hight<50)%框架的宽度和高度的范围，这块儿不同的图片对应不同，可以用终端操作查看后更改！！！
lx=lx+1； Getok(lx)=l； end end for k= 1:lx
l=Getok(k)；
startcol=BoundingBox((l-1)*4+1)-2；%开始列 startrow=BoundingBox((l-1)*4+2)-2；%开始行
width=BoundingBox((l-1)*4+3)+8；%车牌宽 hight=BoundingBox((l-1)*4+4)+2；%车牌高 rato=width/hight；%计算车牌长宽比
if rato>2 & rato<4%这块儿也需要根据具体情况更改一下，如3-6啊什么的
break； end end
sbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1)； %获取车牌二值子图
subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1)；%获取车牌灰度子图
figure,subplot(2,1,1),imshow(subcol1)；title('车牌灰度子图')；%输出灰度图
subplot(2,1,2),imshow(sbw1)；title('车牌二值子图')；%输出车牌的二值图
%Step6 计算车牌水平投影，并对水平投影进行峰谷分析 histcol1=sum(sbw1)； %计算垂直投影 histrow=sum(sbw1')； %计算水平投影
figure,subplot(2,1,1),bar(histcol1)；title('垂直投影(含边框)')；%输出垂直投影
subplot(2,1,2),bar(histrow)； title('水平投影(含边框)')；%输出水平投影
figure,subplot(2,1,1),bar(histrow)； title('水平投影(含边框)')；%输出水平投影
subplot(2,1,2),imshow(sbw1)；title('车牌二值子图')；%输出二值图 %对水平投影进行峰谷分析
meanrow=mean(histrow)；%求水平投影的平均值 minrow=min(histrow)；%求水平投影的最小值
levelrow=(meanrow+minrow)/2；%求水平投影的平均值 count1=0； l=1；
for k=1:hight
if histrow(k)<=levelrow count1=count1+1； else
if count1>=1
markrow(l)=k；%上升点
markrow1(l)=count1；%谷宽度(下降点至下一个上升点) l=l+1； end count1=0； end end
markrow2=diff(markrow)；%峰距离(上升点至下一个上升点) [m1,n1]=size(markrow2)； n1=n1+1； markrow(l)=hight； markrow1(l)=count1；
markrow2(n1)=markrow(l)-markrow(l-1)； l=0； for k=1:n1
markrow3(k)=markrow(k+1)-markrow1(k+1)；%下降点
markrow4(k)=markrow3(k)-markrow(k)；%峰宽度(上升点至下降点)
markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2))；%峰中心位置
end
%Step7 计算车牌旋转角度
%(1)在上升点至下降点找第一个为1的点 [m2,n2]=size(sbw1)；%sbw1的图像大小 [m1,n1]=size(markrow4)；%markrow4的大小 maxw=max(markrow4)；%最大宽度为字符 if markrow4(1) ~= maxw%检测上边
车牌识别的matlab程序--(详细注释-并有使用注意点)
