1、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=
2、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-fmin
3、1)/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
4、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)
5、;%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:numwidth=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 (width98 %上升点markro
6、w1(l)=count1;%谷宽度(下降点至下一个上升点)l=l+1;endcount1=0;endendmarkrow2=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:n1markrow3(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)m
7、arkrow5(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:n2for k=1:markrow3(ysite)%从顶边至第一个峰下降点扫描if sbw1(k,l)=1xdata(k1)=l;ydat
8、a(k1)=k;k1=k1+1;break;endendendelse %检测下边ysite=n1;if markrow4(n1) =0if markrow4(n1-1) =maxwysite= 0; %无下边elseysite= n1-1;endendif ysite =0k1=1;for l=1:n2k=m2;while k=markrow(ysite) %从底边至最后一个峰的上升点扫描if sbw1(k,l)=1xdata(k1)=l;ydata(k1)=k;k1=k1+1;break;endk=k-1;endendendend %(2)线性拟合，计算与x夹角fresult = fit(
9、xdata,ydata,poly1); %poly1 Y = p1*x+p2p1=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(
10、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),
11、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-
12、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
13、值levelcol=(meancol+mincol)/4;%求垂直投影的1/4count1=0;l=1;for k=1:widthif histcol(k)=1markcol(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;endcount1=0;endendmarkcol2=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-
14、1);%Step10 计算车牌上每个字符中心位置，计算最大字符宽度 maxwidthl=0;for k=1:n1markcol3(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
15、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+5cleft=markcol5(k)-maxwidth/2;cright=markcol5(k)+maxwidth/2-2;if cleftn2cright=n2;cleft=n2-maxwidth;endSegGray=sbw(rowtop:row
16、bot,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=7title(车牌字符宽度： ,int2str(maxwidth),Color,r);endsubplot(2,n1,n1+l),imshow(SegBw2); fname=strcat(c:worksamimage,int2str(k),.jpg);imwrite(SegBw2,fname,jpg) l=l+1;e
17、nd%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+5cleft=markcol5(k)-maxwidth/2;cright=markcol5(k)+maxwidth/2-2;if cleftn2cright=n2;cleft=n2-maxwidth; endSegBw1=sbw(rowtop:rowbot,cleft:cright);SegBw2
18、 = 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 AZ 字母识别kmin=11;kmax=36;elseif l=3 endendendError(k2)=Dmax;endError1=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;endtitle (识别车牌号码:, RegCode,Color,r);
