http://blog.csdn.net/sanwandoujiang/article/details/34103981
1 字符识别简介
字符识别是车牌识别中很重要的一部分,在模式识别中也扮演的很重要的角色。当然,我们可以用很多方法拉进行字符识别,比如:基于向量机(SVM),神经网络,小波等方法。当然基于模板匹配也是一种方法。模板匹配既简单有具有实效性。其中关键在于模板的选取。好的模板对字符识别的结果是决定性的。模板匹配的算法也是重要的。
2 模板匹配算法
首先本文识别的前提是模板字符是二值图像,背景黑色,字符为白色;同样待识别的字符同样如此。
我们将预处理后的待识别字符图像imageU与字符模板库中的字符图像imageT进行”与“运算得到共同部分图像imageV;将得到的共同部分图像与待识别字符进行逻辑”异或“运算,得到待识别字符图像多余部分imageX;将得到的共同部分与模板字符进行逻辑”异或“运算,得到模板图像多余部分imageW。
计算每个模板字符图像imageM中白像素个数T,待识别字符图像imageU的白像素个数U,imageU与imageT共同的部分imageV的白像素个数V,imageW的白像素个数W;imageX中白像素个数X;
构造判别函数表达式为:
其中TUV=(T+U+V)/3;
这样,相似系数最大max(Y)对应的模板M为待识别字符;
3 代码实现
由于需要模板库的支持,包含模板库和代码的所有内容可以下载:
- %%%%%%%%%%%%%%%%%%%基于模板匹配的字符识别
- templatePath='G:\licenseTemple\'; %路径因人而异
- fileFormat='.bmp';
- templateImage=zeros(40,20,36);
- Timage=zeros(36,800);
- for i=1:36 %读取模板
- stri=num2str(i-1);
- imagePath=[templatePath,stri,fileFormat];
- tempImage=imread(imagePath);
- templateImage(:,:,i)=tempImage;
- clear imagePath stri tempImage;
- end
- characterImage=zeros(40,20,6);
- Uimage=zeros(6,800);
- characterPath='G:\matlab--wavlet\'; %路径因人而异
- charFileFormat='.jpg';
- for i=1:6%读取待识别字符
- stri=num2str(i+1);
- imagePath=[characterPath,stri,charFileFormat];
- tempImage=imread(imagePath);
- characterImage(:,:,i)=tempImage;
- clear imagePath stri tempImage;
- end
- %V=zeros(1,36);
- %5X=zeros(1,36);
- %5W=zeros(1,36);
- %U=zeros(1,6);
- %T=zeros(1,36);
- Y=zeros(1,36);
- for i=1:6
- U=length(find( characterImage(:,:,i))~=0);
- for j=1:36
- T=length(find( templateImage(:,:,j))~=0);
- tempV=characterImage(:,:,i)& templateImage(:,:,j);
- V=length(find(tempV)~=0);
- tempW=xor(tempV,templateImage(:,:,j));
- W=length(find(tempW)~=0);
- tempX=xor(tempV,characterImage(:,:,i));
- X=length(find(tempX)~=0);
- TUV=(T+U+V)/3;
- tempSum=sqrt(((T-TUV)*(T-TUV)+(U-TUV)*(U-TUV)+(V-TUV)*(V-TUV))/2);
- Y(j)=V/(W/T*X/U*tempSum);
- end
- [MAX,indexMax]=max(Y);
- stri=num2str(indexMax-1);
- imagePath=[templatePath,stri,fileFormat];
- image=imread(imagePath);
- figure(i);
- imshow(image);
- clear imagePath indexMax;
- end