车牌识别的matlab程序

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

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 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 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 if ysite ~=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

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