I=imread(['D:\360Downloads\A.jpg']);
figure(1),imshow(I);title('原图');
I1=rgb2gray(I); %将真彩色图像转换为灰度图像
figure(2),subplot(1,2,1),imshow(I1);title('灰度图');
figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');
I2=edge(I1,'roberts',0.08,'both'); %高斯滤波器,方差为0.08
figure(3),imshow(I2);title('robert算子边缘检测')
se=[1;1;1];
I3=imerode(I2,se); %图像的腐蚀
figure(4),imshow(I3);title('腐蚀后图像');
se=strel('rectangle',[40,40]); %构造结构元素,以长方形构造一个se
I4=imclose(I3,se); %对图像实现闭运算,闭运算也能平滑图像的轮廓,但与开运算相反,它一般融合窄的缺口和细长的弯口,去掉小洞,填补轮廓上的缝隙。
figure(5),imshow(I4);title('平滑图像的轮廓');
I5=bwareaopen(I4,2000); %从二进制图像中移除所有少于p像素的连接的组件(对象),产生另一个二进制图像
figure(6),imshow(I5);title('从对象中移除小对象');
[y,x,z]=size(I5); %返回I5各维的尺寸,并存储在变量y、x、z中
myI=double(I5); %换成双精度数值
%begin横向扫描
tic %计算tic与toc之间程序的运行时间
Blue_y=zeros(y,1); %产生y*1的全0矩阵
for i=1:y
for j=1:x
if(myI(i,j,1)==1)
%如果myI(i,j,1)即myI图像中坐标为(i,j)的点为蓝色
%则Blue_y的相应行的元素white_y(i,1)值加1
Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计
end
end
end
[temp MaxY]=max(Blue_y);%temp为向量white_y的元素中的最大值,MaxY为该值的索引( 在向量中的位置)
PY1=MaxY;
while ((Blue_y(PY1,1)>=120)&&(PY1>1))
PY1=PY1-1;
end
PY2=MaxY;
while ((Blue_y(PY2,1)>=40)&&(PY2
PY2=PY2+1;
end
IY=I(PY1:PY2,:,:);
%IY为原始图像I中截取的纵坐标在PY1:PY2之间的部分
%end横向扫描
%begin纵向扫描
Blue_x=zeros(1,x);%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
PX1=PX1+1;
end
PX2=x;
while ((Blue_x(1,PX2)<3)&&(PX2>PX1))
PX2=PX2-1;
end
%end纵向扫描
PX1=PX1-2;%对车牌区域的校正
PX2=PX2+2;
dw=I(PY1:PY2,:,:);
t=toc;
figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区域');
figure(7),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色车牌图像')
imwrite(dw,'dw.jpg'); %将图像数据写入到图像文件中
[filename,filepath]=uigetfile('dw.jpg','输入一个定位裁剪后的车牌图像');
%读取
jpg=strcat(filepath,filename); %将数组filepath,filename水平地连接成单个字符串,并保存于变量jpg中
a=imread('dw.jpg'); %读取图片文件中的数据
b=rgb2gray(a); %将真彩色图像转换为灰度图像
imwrite(b,'1.车牌灰度图像.jpg'); %将图像数据写入到图像文件中
figure(8);subplot(3,2,1),imshow(b),title('1.车牌灰度图像')
g_max=double(max(max(b))); %换成双精度数值
g_min=double(min(min(b))); %换成双精度数值
T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值
[m,n]=size(b); %返回矩阵b的尺寸信息, 并存储在m、n中。其中m中存储的是行数,n中存储的是列数。
d=(double(b)>=T); % d:二值图像
imwrite(d,'2.车牌二值图像.jpg'); %将图像数据写入到图像文件中
figure(8);subplot(3,2,2),imshow(d),title('2.车牌二值图像')
figure(8),subplot(3,2,3),imshow(d),title('3.均值滤波前')
% 滤波
h=fspecial('average',3); %建立预定义的滤波算子,average指定算子的类型,3为相应的参数
d=im2bw(round(filter2(h,d))); %转换为二值图像
imwrite(d,'4.均值滤波后.jpg'); %将图像数据写入到图像文件中
figure(8),subplot(3,2,4),imshow(d),title('4.均值滤波后')
% 某些图像进行操作
% 膨胀或腐蚀
% se=strel('square',3); % 使用一个3X3的正方形结果元素对象对创建的图像膨胀
% 'line'/'diamond'/'ball'...
se=eye(2); % eye(n) returns the n-by-nidentity matrix 单位矩阵
[m,n]=size(d); %返回矩阵b的尺寸信息,并存储在m、n中。其中m中存储的是行数,n中存储的是列数
if bwarea(d)/m/n>=0.365 %计算二值图像中对象的总面积
d=imerode(d,se); %图像的腐蚀
elseif bwarea(d)/m/n<=0.235 %计算二值图像中对象的总面积
d=imdilate(d,se); %实现膨胀操作
end
imwrite(d,'5.膨胀或腐蚀处理后.jpg'); %将图像数据写入到图像文件中
figure(8),subplot(3,2,5),imshow(d),title('5.膨胀或腐蚀处理后')
% 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); %切割
[m,n]=size(d); %返回矩阵b的尺寸信息,并存储在m、n中。其中m中存储的是行数,n中存储的是列数
figure,subplot(2,1,1),imshow(d),title(n)
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; % 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
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; % WORD 1
end
d(:,[1:wide])=0;d=qiege(d);
end
end
% 分割出第二个字符
[word2,d]=getword(d);
% 分割出第三个字符
[word3,d]=getword(d);
% 分割出第四个字符
[word4,d]=getword(d);
% 分割出第五个字符
[word5,d]=getword(d);
% 分割出第六个字符
[word6,d]=getword(d);
% 分割出第七个字符
[word7,d]=getword(d);
figure(9),imshow(word1),title('1');
figure(10),imshow(word2),title('2');
figure(11),imshow(word3),title('3');
figure(12),imshow(word4),title('4');
figure(13),imshow(word5),title('5');
figure(14),imshow(word6),title('6');
figure(15),imshow(word7),title('7');
[m,n]=size(word1); %返回矩阵b的尺寸信息,并存储在m、n中。其中m中存储的是行数,n中存储的是列数
word1=imresize(word1,[40 20]);% 商用系统程序中归一化大小为 40*20,此处演示
word2=imresize(word2,[40 20]); %对图像做缩放处理,高40,宽20
word3=imresize(word3,[40 20]);
word4=imresize(word4,[40 20]);
word5=imresize(word5,[40 20]);
word6=imresize(word6,[40 20]);
word7=imresize(word7,[40 20]);
figure(16),
subplot(3,7,8),imshow(word1),title('1');
subplot(3,7,9),imshow(word2),title('2');
subplot(3,7,10),imshow(word3),title('3');
subplot(3,7,11),imshow(word4),title('4');
subplot(3,7,12),imshow(word5),title('5');
subplot(3,7,13),imshow(word6),title('6');
subplot(3,7,14),imshow(word7),title('7');
imwrite(word1,'1.jpg');
imwrite(word2,'2.jpg');
imwrite(word3,'3.jpg');
imwrite(word4,'4.jpg');
imwrite(word5,'5.jpg');
imwrite(word6,'6.jpg');
imwrite(word7,'7.jpg');
liccode=char(['0':'9' 'A':'Z' '鲁陕苏辽京']); %建立自动识别字符代码表,将t'0':'9''A':'Z' '鲁陕苏豫'多个字符串组成一个字符数组,每行对应一个字符串,字符数不足的自动补空格
SubBw2=zeros(32,16);
l=1;
for I=1:7
SubBw2=zeros(32,16); %产生32*16的全0矩阵
ii=int2str(I);%转换为串
t=imread([ii '.jpg']);%读取图片文件中的数据
SegBw2=imresize(t,[32 16],'nearest'); %对图像做缩放处理,高32,宽16,'nearest': 这个参数,是默认的,即改变图像尺寸时采用最近邻插值算法
SegBw2=double(SegBw2)>20;
if l==1 %第一位汉字识别
kmin=37;
kmax=40;
elseif l==2 %第二位A~Z 字母识别
kmin=11;
kmax=36;
else l>=3 %第三位以后是字母或数字识别
kmin=1;
kmax=36;
end
for k2=kmin:kmax
fname=strcat('D:\360Downloads\字符模板\',liccode(k2),'.jpg');%把一个行向量转化成字符串
SamBw2 = imread(fname);%读取图片文件中的数据
SamBw2=double(SamBw2)>1;
for i=1:32
for j=1:16
SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);
end
end
% 以上相当于两幅图相减得到第三幅图
Dmax=0;
for k1=1:32
for l1=1:16
if ( SubBw2(k1,l1) > 0 | SubBw2(k1,l1) <0)
Dmax=Dmax+1;
end
end
end
Error(k2)=Dmax;
end
Error1=Error(kmin:kmax);
MinError=min(Error1);
findc=find(Error1==MinError);
Code(l*2-1)=liccode(findc(1)+kmin-1);
Code(l*2)=' ';
l=l+1;
end
figure(5),imshow(dw),title (['车牌号码:',Code],'Color','b');