车牌识别的matlab程序详细注释并有使用注意点.docx

1、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

2、(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l

3、evel=(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)；ti

4、tle(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 =

5、 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 i

6、f (width98 & width25 & hight2 & rato4%这块儿也需要根据具体情况更改一下，如3-6啊什么的 break； endendsbw1=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

7、(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),imsh

8、ow(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)=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； endendmarkrow2=diff(markrow)；%峰距离(上升点至下一个

9、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

10、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 endelse %检测下边 ysite=n1； if markrow4(n1) =0 if

11、 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 endend %(2)线性拟合，计算与x夹角fresult = fit(xdata,ydata,poly1)； %poly1 Y = p1*x+p2p1=fresult.p

12、1；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

13、: ,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(

14、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=su

15、m(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1/4count1=0；l=1；for

16、k=1:width if histcol(k)=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； 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-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

17、=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(findma

18、x)=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 cleftn2 cright=n2； cleft=n2-maxwidth； end SegGray=sbw(rowtop:rowbot,cleft:cright)； SegBw1=sbw(rowtop:rowbo

19、t,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:worksamimage,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

20、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 cleftn2 cright=n2； cleft=n2-maxwidth； end SegBw1=sbw(rowtop:rowbot,cleft:cright)； SegBw2 = i

21、mresize(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； 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；endtitle (识别车牌号码:, RegCode,Color,r)；