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: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 （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;endendfor k= 1:lxl=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<4break;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（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:hightif histrow（k）<=levelrowcount1=count1+1;elseif count1>=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: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;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;endk=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（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1/4count1=0;l=1;for k=1:widthif histcol（k）<=levelcolcount1=count1+1;elseif count1>=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-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: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endmarkcol6=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+5cleft=markcol5（k）-maxwidth/2;cright=markcol5（k）+maxwidth/2-2;if cleft<1cleft=1;cright=maxwidth;endif cright>n2cright=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:\work\sam\image',int2str（k）,'.jpg'）;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。