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-f
3、min1)/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
4、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,bas
5、ic)；%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 & widt
6、h25 & hight2 & rato=1markrow(l)=k；%上升点markrow1(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ma
7、rkrow4(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:n2for k=1:markrow3(y
8、site)%从顶边至第一个峰下降点扫描if sbw1(k,l)=1xdata(k1)=l；ydata(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；en
9、dk=k-1；endendendend %(2)线性拟合，计算与x夹角fresult = fit(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(subco
10、l)；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),
11、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(rowbo
12、t-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
13、=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1/4count1=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；
14、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 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
15、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+5cleft=markcol5(k)-maxwidth/2；cright=markcol5(k)+maxwidth/2-2；if cleftn2
16、cright=n2；cleft=n2-maxwidth；endSegGray=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=7title(车牌字符宽度： ,int2str(maxwidth),Color,r)；endsubplot(2,n1,n1+l),imshow(SegBw2)； fname=strcat(c:worksamima
17、ge,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+5cleft=markcol5(k)-maxwidth/2；cright=markcol5(k)+maxwidth/2-2；if cleftn
18、2cright=n2；cleft=n2-maxwidth； endSegBw1=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 AZ 字母识别kmin=11；kmax=36；elseif l=3 & l 0 | SubBw2(k1,l1) 0 )Dmax=Dmax+1；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)；
