基于Matlab的车牌识别系统

matlab版本为R2019b，界面采用的是matlab自带的app designer设计。

目录

licenseOCR.mlapp

process.mlapp

getword.m

qiege.m

界面展示

工程文件

---

licenseOCR.mlapp

classdef licenseOCR < matlab.apps.AppBase

    % Properties that correspond to app components
    properties (Access = public)
        LicenseOCRUIFigure  matlab.ui.Figure
        Button_2            matlab.ui.control.Button
        UIAxes              matlab.ui.control.UIAxes
        UIAxes_2            matlab.ui.control.UIAxes
        Button              matlab.ui.control.Button
        Button_4            matlab.ui.control.Button
        Button_3            matlab.ui.control.Button
        Label               matlab.ui.control.Label
        Label_2             matlab.ui.control.Label
        TextArea            matlab.ui.control.TextArea
    end

    
    properties (Access = public)
        Image
    end

    % Callbacks that handle component events
    methods (Access = private)

        % Code that executes after component creation
        function startupFcn(app)
               delete('process\*.jpg');%删除处理过程
        end

        % Button pushed function: Button_2
        function Button_2Pushed(app, event)
            %=========================图像预处理=======================%
            I=app.Image;
            I1=rgb2gray(I);	%将车牌图像转换为灰度图
            imwrite(I1,'process\灰度图.jpg')
            I2=edge(I1,'sobel',0.15,'both');	%在灰度图像中查找边缘
            imwrite(I2,'process\1.算子边缘检测.jpg')
            se=[1;1;1];
            I3=imerode(I2,se);	%腐蚀操作
            imwrite(I3,'process\2.腐蚀后图像.jpg')
            se=strel('rectangle',[25,25]);
            I4=imclose(I3,se);	%填充图像
            imwrite(I4,'process\3.平滑图像的轮廓.jpg')
            I5=bwareaopen(I4,2000);	%删除二值化图像中像素小于2000的对象
            imwrite(I5,'process\4.从对象中移除小对象.jpg')
            %==========================车牌定位====================%
            [y,x]=size(I5);	%返回I5各维的尺寸，储存在[x,y]中
            myI=double(I5);	%将 I5 中的值转换为双精度
            tic
            Blue_y=zeros(y,1);	%创建一个由零值组成的 y*1 矩阵
            for i=1:y
                for j=1:x
                    if(myI(i,j)==1)	%如果myI的图像坐标为(i,j)的点值为1 
                    Blue_y(i,1)= Blue_y(i,1)+1; %统计蓝色像素点 
                    end 
                end 
            end
            [Temp MaxY]=max(Blue_y);
            %Y方向车牌区域确定
            PY1=MaxY;
            while ((Blue_y(PY1,1)>=5)&&(PY1>1))
            PY1=PY1-1;
            end 
            PY2=MaxY;
            while ((Blue_y(PY2,1)>=5)&&(PY2<y))
            PY2=PY2+1;
            end
            IY=I(PY1:PY2,:,:);
            % X方向车牌区域确定
            Blue_x=zeros(1,x);	%创建一个由零值组成的 1*x 矩阵
            %进一步确定x方向的车牌区域
            for j=1:x
                for i=PY1:PY2
                    if(myI(i,j,1)==1)
                    Blue_x(1,j)= Blue_x(1,j)+1; 
                    end 
                end 
            end
            PX1=1;
            while ((Blue_x(1,PX1)<3)&&(PX1<x))
            PX1=PX1+1;
            end 
            PX2=x;
            while ((Blue_x(1,PX2)<3)&&(PX2>PX1))
            PX2=PX2-1;
            end
            PX1=PX1-1;%对车牌区域的校正
            PX2=PX2+1;
            dw=I(PY1:PY2-8,PX1:PX2,:);
            G=toc; 
            imwrite(IY,'process\行方向合理区域.jpg')
            imwrite(dw,'process\dw.jpg');
            %========================字符切割======================%
            a=imread('process\dw.jpg');
            b=rgb2gray(a);	%将车牌图像转换为灰度图
            imwrite(b,'process\1.车牌灰度图像.jpg');	%写入灰度图
            g_max=double(max(max(b)));
            g_min=double(min(min(b)));
            T=round(g_max-(g_max-g_min)/3);		%T为二值化的阈值，向最近的方向取整
            [m,n]=size(b);
            d=(double(b)>=T);	% d:二值图像
            imwrite(d,'process\2.车牌二值图像.jpg');
            %均值滤波前
            h=fspecial('average',3);
            %建立预定义的滤波算子，average为均值滤波，模板尺寸3x3
            d=im2bw(round(filter2(h,d)));
            
            imwrite(d,'process\4.均值滤波后.jpg');
            se=eye(2);		%产生m×n的单位矩阵
            [m,n]=size(d);	%返回信息矩阵
            if bwarea(d)/m/n>=0.365	 	%计算二值图像中对象的总面积比整个面积是否大于0.365
            d=imerode(d,se);			%如果大于进行腐蚀操作
            elseif bwarea(d)/m/n<=0.235	        %计算二值图像中对象的总面积比整个面积是否小于0.235
            d=imdilate(d,se);			%如果小于进行膨胀操作
            end
            imwrite(d,'process\5.膨胀或腐蚀处理后.jpg');
            H=toc;
            % 寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成需要分割
            d=qiege(d);
            [m,n]=size(d);
            k1=1;k2=1;s=sum(d);j=1;
            while j~=n 
            while s(j)==0
            j=j+1;
            end
            k1=j;
            while s(j)~=0 && j<=n-1
            j=j+1;
            end
            k2=j-1;
            if k2-k1>=round(n/6.5)
            [val,num]=min(sum(d(:,k1+5:k2-5)));
            d(:,k1+num+5)=0;	% 判定有两个字符需要分割
            end
            end
            % 再切割
            d=qiege(d);
            % 切割出 7 个字符
            y1=10;y2=0.25;flag=0;word1=[];
            while flag==0
            [m,n]=size(d);
            left=1;wide=0;
            while sum(d(:,wide+1))~=0
            wide=wide+1;
            end
            if wide<y1	%认为是左侧干扰
            d(:,1:wide)=0;
            d=qiege(d);
            else
            temp=qiege(imcrop(d,[1 1 wide m]));
            [m,n]=size(temp);
            all=sum(sum(temp));
            two_thirds=sum(sum(temp(round(m/3):2*round(m/3),:)));
            if two_thirds/all>y2
            flag=1;word1=temp;	%切割出来的word1
            end
            d(:,1:wide)=0;d=qiege(d);
            end
            end
            % 分割出第二到七个字符
            [word2,d]=getword(d);
            [word3,d]=getword(d);
            [word4,d]=getword(d);
            [word5,d]=getword(d);
            [word6,d]=getword(d);
            [word7,d]=getword(d);
            [m,n]=size(word1);
            % 归一化大小为 40*20
            wor