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

ifhistrow(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 ysite=1； k1=1； for l=1:n2

for k=1:markrow3(ysite)%从顶边至第一个峰下降点扫描 if sbw1(k,l)==1 xdata(k1)=l； ydata(k1)=k；

k1=k1+1； break； end end end

else %检测下边 ysite=n1；

if markrow4(n1) ==0 if markrow4(n1-1) ==maxw ysite= 0； %无下边 else ysite= n1-1； end end ifysite ~=0 k1=1； for l=1:n2

k=m2；

while k>=markrow(ysite) %从底边至最后一个峰的上升点扫描 if sbw1(k,l)==1 xdata(k1)=l； ydata(k1)=k；

k1=k1+1； break； end

k=k-1； end end end end

%(2)线性拟合，计算与x夹角

fresult = fit(xdata',ydata','poly1')； %poly1 Y = p1*x+p2 p1=fresult.p1；

angle=atan(fresult.p1)*180/pi； %弧度换为度，360/2pi, pi=3.14

%(3)旋转车牌图象

subcol = imrotate(subcol1,angle,'bilinear','crop')； %旋转车牌图象 sbw = imrotate(sbw1,angle,'bilinear','crop')；%旋转图像

figure,subplot(2,1,1),imshow(subcol)；title('车牌灰度子图')；%输出车牌旋转后的灰度图像标题显示车牌灰度子图

subplot(2,1,2),imshow(sbw)；title('')；%输出车牌旋转后的灰度图像 title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r')；%显示车牌的旋转角度

%Step8 旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度

histcol1=sum(sbw)； %计算垂直投影 histrow=sum(sbw')； %计算水平投影

figure,subplot(2,1,1),bar(histcol1)；title('垂直投影(旋转后)')； subplot(2,1,2),bar(histrow)； title('水平投影(旋转后)')； figure,subplot(2,1,1),bar(histrow)； title('水平投影(旋转后)')； subplot(2,1,2),imshow(sbw)；title('车牌二值子图(旋转后)')； %去水平(上下)边框,获取字符高度 maxhight=max(markrow2)； findc=find(markrow2==maxhight)； rowtop=markrow(findc)；

rowbot=markrow(findc+1)-markrow1(findc+1)；

sbw2=sbw(rowtop:rowbot,:)； %子图为(rowbot-rowtop+1)行 maxhight=rowbot-rowtop+1； %字符高度(rowbot-rowtop+1)

%Step9 计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度

histcol=sum(sbw2)； %计算垂直投影

figure,subplot(2,1,1),bar(histcol)；title('垂直投影(去水平边框后)')；%输出车牌的垂直投影图像

subplot(2,1,2),imshow(sbw2)； %输出垂直投影图像

title(['车牌字符高度： ',int2str(maxhight)],'Color','r')；%输出车牌字符高

度

%对垂直投影进行峰谷分析

meancol=mean(histcol)；%求垂直投影的平均值 mincol=min(histcol)；%求垂直投影的平均值 levelcol=(meancol+mincol)/4；%求垂直投影的1/4 count1=0； l=1； for k=1:width ifhistcol(k)<=levelcol count1=count1+1； else if count1>=1

markcol(l)=k； %字符上升点

markcol1(l)=count1； %谷宽度(下降点至下一个上升点) l=l+1； end

count1=0； end end

markcol2=diff(markcol)；%字符距离(上升点至下一个上升点) [m1,n1]=size(markcol2)； n1=n1+1； markcol(l)=width； markcol1(l)=count1；

markcol2(n1)=markcol(l)-markcol(l-1)；

%Step10 计算车牌上每个字符中心位置，计算最大字符宽度maxwidth l=0； for k=1:n1

markcol3(k)=markcol(k+1)-markcol1(k+1)；%字符下降点

markcol4(k)=markcol3(k)-markcol(k)； %字符宽度(上升点至下降点) markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2))；%字符中心位置

end

markcol6=diff(markcol5)； %字符中心距离(字符中心点至下一个字符中心点)

maxs=max(markcol6)； %查找最大值，即为第二字符与第三字符中心距离

findmax=find(markcol6==maxs)； markcol6(findmax)=0；

maxwidth=max(markcol6)；%查找最大值，即为最大字符宽度

%Step11 提取分割字符,并变换为22行?14列标准子图 l=1；

[m2,n2]=size(subcol)； figure；

for k=findmax-1:findmax+5

cleft=markcol5(k)-maxwidth/2； cright=markcol5(k)+maxwidth/2-2； if cleft<1

cleft=1； cright=maxwidth； end ifcright>n2 cright=n2；

cleft=n2-maxwidth； end

SegGray=sbw(rowtop:rowbot,cleft:cright)； SegBw1=sbw(rowtop:rowbot,cleft:cright)；

SegBw2 = imresize(SegBw1,[22 14])；%变换为22行?14列标准子图

subplot(2,n1,l),imshow(SegGray)； if l==7

title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r')； end

subplot(2,n1,n1+l),imshow(SegBw2)；

fname=strcat('c:\\work\\sam\\image',int2str(k),'.jpg')；%这块儿是自建模板，网上也有下载的，注意文件路径

imwrite(SegBw2,fname,'jpg') l=l+1； end

%Step12 将计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码。

liccode=char(['0':'9' 'A':'Z' '粤桂海云贵川京津沪'])； %建立自动识别字符代码表

SubBw2=zeros(22,14)； l=1；

[m2,n2]=size(sbw)； for k=findmax-1:findmax+5

cleft=markcol5(k)-maxwidth/2； cright=markcol5(k)+maxwidth/2-2； if cleft<1

cleft=1； cright=maxwidth； end ifcright>n2 cright=n2；

cleft=n2-maxwidth；end

SegBw1=sbw(rowtop:rowbot,cleft:cright)；

SegBw2 = imresize(SegBw1,[22 14])；%变换为22行?14列标准子图

if l==1 %第一位汉字识别 kmin=37； kmax=45；

elseif l==2 %第二位 A~Z 字母识别 kmin=11； kmax=36；

elseif l>=3 & l<=5 %第三、四位 0~9 A~Z字母和数字识别

kmin=1； kmax=36；

else %第五～七位 0~9 数字识别 kmin=1； kmax=10； end

for k2=kmin:kmax

fname=strcat('H:\\work\\sam\\Sam',liccode(k2),'.jpg')；%这块儿是自建模板，前面有提到过，'0':'9' 'A':'Z' '粤桂海云贵川京津沪，注意文件路径

SamBw2 = imread(fname)； for i=1:22 for j=1:14

SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j)； end

end %SubBw2 = SamBw2-SegBw2； Dmax=0； for k1=1:22 for l1=1:14

if( SubBw2(k1,l1)> 0 | SubBw2(k1,l1)<0 ) Dmax=Dmax+1； end end end

Error(k2)=Dmax； end

Error1=Error(kmin:kmax)；%比较误差 MinError=min(Error1)；%取误差的最小值

findc=find(Error1==MinError)；%查找最小误差的图像 RegCode(l*2-1)=liccode(findc(1)+kmin-1)； RegCode(l*2)=' '；%输出最小误差图像 l=l+1； end

title (['识别车牌号码:', RegCode],'Color','r')；

本文来源：https://www.bwwdw.com/article/4vht.html