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');

文字识别如何行切割matlab,车牌识别程序里怎么调入切割函数相关推荐

  1. matlab车牌识别错误,求解决Matlab车牌识别

    function [d]=main(jpg) close all clc 此程序在识别过程中发生错误 求高手帮忙修改  谢谢 [fn,pn,fi]=uigetfile('*.jpg','选择图片'); ...

  2. matlab中liccode函数,基于matlab车牌识别系统设计与实现(最终版)

    <基于matlab车牌识别系统设计与实现.doc>由会员分享,可在线阅读全文,更多相关<基于matlab车牌识别系统设计与实现(最终版)>请在www.woc88.com上搜索. ...

  3. Matlab车牌识别停车场车辆进出管理系统

    Matlab车牌识别&停车场车辆进出管理系统 数字图像处理期末报告 1.源码文件 2.GUI主界面 3.车牌识别结果 4.GUI停车场管理系统 5.源码下载 后续视频讲解 数字图像处理期末报告 ...

  4. matlab车牌识别课程设计,matlab车牌识别课程设计报告模板(附源代码).doc

    您所在位置:网站首页 > 海量文档 &nbsp>&nbsp计算机&nbsp>&nbspmatlab matlab车牌识别课程设计报告模板(附源代码). ...

  5. matlab车牌识别系统论文,基于Matlab的车牌识别系统.doc

    摘 要: 车牌识别系统研究在这个信息化的时代是一项重大发展,也是在智能交通范围的一项课题.车牌识别可以获取交通信息,在交通车辆管理.交通车辆监控.交通车流量检测等方面应用普遍,受到相关学者的高度关注. ...

  6. 基于matlab车牌识别程序,基于MATLAB车牌识别系统设计

    基于MATLAB车牌识别系统设计(任务书,开题报告,毕业论文11200字) 摘要 社会的不断发展带动着经济也不断的增长,从而也提高了人们的生活水平.汽车的需求量也日渐增加,现代化交通管理的出现,解决了 ...

  7. matlab车牌识别代码项目

    由于车牌识别涉及到计算机视觉和图像处理等领域,因此需要涉及到一些专业知识和技能.以下是一些基本步骤和参考代码: 步骤: 读取图像文件并进行预处理(如调整图像大小.灰度化.二值化等). 提取车牌区域,即 ...

  8. 【Matlab车牌识别】停车计费系统【含GUI源码 735期】

    一.代码运行视频(哔哩哔哩) [Matlab车牌识别]停车计费系统[含GUI源码 735期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 蔡利梅.MATLA ...

  9. 车牌识别系统不能连接服务器,车牌识别系统常见问题及其解决方法

    一.常见问题 1.车牌定位与字符分割 这是指在已拍摄的图像中确定车牌的位置,提取出车牌的图像,然后分割出车牌中的字符.车牌区域定位的困难主要是来自于采集的图像,由于采集的车牌图像的多样性,并且采集图像 ...

最新文章

  1. GNN教程:与众不同的预训练模型!
  2. Java Socket编程 文件传输(客户端从服务器下载一个文件)
  3. JAVA复习( StringBuffer 和 StringBuilder)
  4. Linux学习总结(61)——Ansible 快速入门学习
  5. 计算机专业岗位细分及学习必备清单
  6. 一篇文章教你用 java爬虫 下载全站视频
  7. MobSF分析.ipa文件,MobSF分析iOS app
  8. 基于java的邮编区号管理系统
  9. 我编写了两套代码分析twitter的反爬虫机制(附源码讲解)
  10. html5音效,HTML5之Audio(六)—— 3D音效
  11. 畅游人工智能之海 | Keras教程之Keras的知识结构
  12. Oracle连接pg,pg连接oracle.sql
  13. 关于win10微软商店重置后用不了的问题
  14. JeecgBoot 3.2.0 版本发布,基于代码生成器的企业级低代码平台
  15. 中学生读以奋斗者为本有感3500字
  16. 联想y700台式计算机图片,联想发布Y700/Y900台式PC和Y700游戏笔记本
  17. python 在南京发展_南京的未来发展靠什么?
  18. 音视频 测试分享-基础工具篇
  19. centos7安装或升级Firefox、安装Google chrome浏览器详细过程及设置桌面快捷方式
  20. 运用全排列的方法解决八皇后问题

热门文章

  1. 爬取前程无忧51job(动态数据)
  2. 美国每月1-2千美元的工资怎么生活?
  3. Android中高版本拦截到骚扰电话自动挂断的实现
  4. 机械狗之solidworks操作(1)
  5. MIT机械狗方案电机连接测试程序
  6. 基于apt-mirror同步kylin v4 源及构建本地源
  7. Java基础-InputStreamReader和OutputSreamWriter
  8. redis三主三从部署集群以及动态添加节点和删除节点
  9. Java的数组和Arrays和List
  10. 新浪微博视频批量上传工具收录怎么样