matlab imcrop 对应python函数_MATLAB车牌识别之车牌精准定位浅谈

先附上一段代码，带大家看下具体车牌是如何进行精准定位的，以通俗易懂之语言，抽丝剥茧，配图带大家走一遍。

以下代码为车牌定位的代码段落：

function [e] = qiege(d)% 切割出车牌区域的最小范围，进一步定位字符区域

[m,n]=size(d);

top=1;bottom=m;

while sum(d(top,:))==0&&top<=m

top=top+1;

end

while sum(d(bottom,:))==0&&bottom>=1

bottom=bottom-1;

end

left=1;right=n;

while sum(d(:,left))==0&&left<=n

left=left+1;

end

while sum(d(:,right))==0&&right>=1

right=right-1;

end

dd=right-left;

hh=bottom-top;

e=imcrop(d,[left top dd hh]);

% I2=imcrop(I,[a b c d]);

%利用裁剪函数裁剪图像，其中，（a,b）表示裁剪后左上角像素在原图像中的位置；

%c表示裁剪后图像的宽，d表示裁剪后图像的高

%%%%%%%%以下为图文讲解，讲得好的话，大家可以私聊我鼓励，并且转发，点赞

4.七个小矮人在哪里——字符分割

4.1 永远的开胃菜——灰度化和二值图

对上图得到的彩色矩【需要车牌识别源码及直播详细语音讲解可私xin我】形车牌进行灰度化，二值图像处理，这两步很简单，用库函数即可，得到的二值图结果如下图所示：

车牌粗定位，未去除铆钉等杂质

4.2 精雕细琢——去除杂质

4.2.1 门槛——bwareaopen让小的白色块消失去吧

从上图我们可以清晰地发现，譬如左上角还是有干扰白色块，以及有过多非字符区域的黑色区域，这些都是干扰区域，应该去除掉才能提高准确率或者不至于出现误匹配。

干扰区域示意图

这里，需要做2步，其一是利用bwareaopen函数去除面积小于一定值的白色块，如上图的红色圈圈部分的点。

4.2.2 无限逼近——上下、左右游标动起来

其二，将除了7个白色字符最外接矩形以外的黑色区域去除，如上图的红色矩形框部分。

这里自定义qiege子函数，以上下，左右游标无限逼近的方法来精准定位字符区域。贴上代码。

代码段截图

先设置第top=1行游标，最后一行buttom=m游标，统计这两行各自上面的行向的像素值，如果像素总和是0，也就是全黑，还没有遇到白色像素点的时候，上游标不断加1，也就是不断往下移动，下游标不断减一，也及时不断往上移动，一直到碰到白色像素点为止。用更形象生动的示意图来表示就是：

上下游标移动示意图

同理，以同样方式标记下左右游标位置。如下图2和4的位置。

代码段

左右游标移动示意图

记录下最外接矩形位置，再利用MATLAB库函数imcrop进行裁剪，得到精准定位的车牌区域。如下图：

精准定位，不含杂质，边际紧贴白色字符

%%%%%%%%%创作不易，请点赞收藏，整个专辑可以发给同学参考%%%%