车牌识别程序(带注释)

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');%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);title('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fori=1:yforj=1:xif(myI(i,j,1)==1)%如果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1Blue_y(i,1)=Blue_y(i,1)+1;%蓝色像素点统计endendend[tempMaxY]=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)&&(PY11))PY1=PY1-1;endPY2=MaxY;while((Blue_y(PY2,1)=40)&&(PY2y))PY2=PY2+1;endIY=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forj=1:xfori=PY1:PY2if(myI(i,j,1)==1)Blue_x(1,j)=Blue_x(1,j)+1;endendendPX1=1;while((Blue_x(1,PX1)3)&&(PX1x))PX1=PX1+1;endPX2=x;while((Blue_x(1,PX2)3)&&(PX2PX1))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,filepath]=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('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)returnsthen-by-nidentitymatrix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ifbwarea(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elseifbwarea(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(2,1,1),imshow(d),title(n)k1=1;k2=1;s=sum(d);j=1;whilej~=nwhiles(j)==0j=j+1;endk1=j;whiles(j)~=0&&j=n-1j=j+1;endk2=j-1;ifk2-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=[];whileflag==0[m,n]=size(d);left=1;wide=0;whilesum(d(:,wide+1))~=0wide=wide+1;endifwidey1%认为是左侧干扰d(:,[1:wide])=0;d=qiege(d);elsetemp=qiege(imcrop(d,[11widem]));[m,n]=size(temp);all=sum(sum(temp));two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)));iftwo_thirds/ally2flag=1;word1=temp;%WORD1endd(:,[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),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,[4020]);%商用系统程序中归一化大小为40*20,此处演示word2=imresize(word2,[4020]);%对图像做缩放处理，高40，宽20word3=imresize(word3,[4020]);word4=imresize(word4,[4020]);word5=imresize(word5,[4020]);word6=imresize(word6,[4020]);word7=imresize(word7,[4020]);figure(16),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');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''苏豫陕鲁']);%建立自动识别字符代码表，将t'0':'9''A':'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;forI=1:7ii=int2str(I);%转换为串t=imread([ii,'.jpg']);%读取图片文件中的数据SegBw2=imresize(t,[4020],'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ifl==1%第一位汉字识别kmin=37;kmax=40;elseifl==2