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