车牌识别的matlab程序--(详细注释-并有使用注意点).docx

附录
车牌识别程序
clear ；
close all；
%Step1 获取图像 装入待处理彩色图像并显示原始图像
Scolor = imread('3.jpg')；%imread函数读取图像文件
%将彩色图像转换为黑白并显示
Sgray = rgb2gray(Scolor)；%rgb2gray转换成灰度图
figure,imshow(Scolor),title('原始彩色图像')；%figure命令同时显示两幅图
figure,imshow(Sgray),title('原始黑白图像')；

%Step2 图像预处理 对Sgray 原始黑白图像进行开操作得到图像背景
s=strel('disk',13)；%strel函数
Bgray=imopen(Sgray,s)；%打开sgray s图像
figure,imshow(Bgray)；title('背景图像')；%输出背景图像
%用原始图像与背景图像作减法，增强图像
Egray=imsubtract(Sgray,Bgray)；%两幅图相减
figure,imshow(Egray)；title('增强黑白图像')；%输出黑白图像

%Step3 取得最佳阈值，将图像二值化
fmax1=double(max(max(Egray)))；%egray的最大值并输出双精度型
fmin1=double(min(min(Egray)))；%egray的最小值并输出双精度型
level=(fmax1-(fmax1-fmin1)/3)/255；%获得最佳阈值
bw22=im2bw(Egray,level)；%转换图像为二进制图像
bw2=double(bw22)；

%Step4 对得到二值图像作开闭操作进行滤波
figure,imshow(bw2)；title('图像二值化')；%得到二值图像
grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界
figure,imshow(grd)；title('图像边缘提取')；%输出图像边缘
bg1=imclose(grd,strel('rectangle',[5,19]))；%取矩形框的闭运算
figure,imshow(bg1)；title('图像闭运算[5,19]')；%输出闭运算的图像
bg3=imopen(bg1,strel('rectangle',[5,19]))；%取矩形框的开运算
figure,imshow(bg3)；title('图像开运算[5,19]')；%输出开运算的图像
bg2=imopen(bg3,strel('rectangle',[19,1]))；%取矩形框的开运算
figure,imshow(bg2)；title('图像开运算[19,1]')；输出开运算的图像

%Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域
[L,num] = bwlabel(bg2,8)；%标注二进制图像中已连接的部分
Feastats = imfeature(L,'basic')；%计算图像区域的特征尺寸
Area=[Feastats.Area]；%区域面积
BoundingBox=[Feastats.BoundingBox]；%[x y width height]车牌框架大小
RGB = label2rgb(L, 'spring', 'k', 'shuffle')； %标志图像向RGB图像转换
figure,imshow(RGB)；title('图像彩色标记')；%输出框架的彩色图像
lx=0；
for l=1:num
width=BoundingBox((l-1)*4+3)；%框架宽度的计算
hight=BoundingBox((l-1)*4+4)；%框架高度的计算
if (width>98 & width<160 & hight>25 & hight<50)%框架的宽度和高度的范围，这块儿不同的图片对应不同，可以用终端操作查看后更改！！！
lx=lx+1；
Getok(lx)=l；
end
end
for k= 1:lx
l=Getok(k)；
startcol=BoundingBox((l-1)*4+1)-2；%开始列
startrow=BoundingBox((l-1)*4+2)-2；%开始行
width=BoundingBox((l-1)*4+3)+8；%车牌宽
hight=BoundingBox((l-1)*4+4)+2；%车牌高
rato=width/hight；%计算车牌长宽比
if rato>2 & rato<4%这块儿也需要根据具体情况更改一下，如3-6啊什么的
break；
end
end
sbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1)； %获取车牌二值子图
subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1)；%获取车牌灰度子图
figure,subplot(2,1,1),imshow(subcol1)；title('车牌灰度子图')；%输出灰度图
subplot(2,1,2),imshow(sbw1)；title('车牌二值子图')；%输出车牌的二值图

%Step6 计算车牌水平投影，并对水平投影进行峰谷分析
histcol1=sum(sbw1)； %计算垂直投影
histrow=sum(sbw1')； %计算水平投影
figure,subplot(2,1,1),bar(histcol1)；title('垂直投影(含边框)')；%输出垂直投影
subplot(2,1,2),bar(histrow)； title('水平投影(含边框)')；%输出水平投影
figure,subplot(2,1,1),bar(histrow)； title('水平投影(含边框)')；%输出水平投影
subplot(2,1,2),imshow(sbw1)；title('车牌二值子图')；%输出二值图
%对水平投影进行峰谷分析
meanrow=mean(histrow)；%求水平投影的平均值
minrow=min(histrow)；%求水平投影的最小值
levelrow=(meanrow+minrow)/2；%求水平投影的平均值
count1=0；
l=1；
for k=1:hight
if histrow(k)<=levelrow
count1=count1+1；

else
if count1>=1
markrow(l)=k；%上升点
markrow1(l)=count1；%谷宽度(下降点至下一个上升点)
l=l+1；
end
count1=0；
end
end
markrow2=diff(markrow)；%峰距离(上升点至下一个上升点)
[m1,n1]=size(markrow2)；
n1=n1+1；
markrow(l)=hight；
markrow1(l)=count1；
markrow2(n1)=markrow(l)-markrow(l-1)；
l=0；
for k=1:n1
markrow3(k)=markrow(k+1)-markrow1(k+1)；%下降点
markrow4(k)=markrow3(k)-markrow(k)；%峰宽度(上升点至下降点)
markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2))；%峰中心位置
end

%Step7 计算车牌旋转角度
%(1)在上升点至下降点找第一个为1的点
[m2,n2]=size(sbw1)；%sbw1的图像大小
[m1,n1]=size(markrow4)；%markrow4的大小
maxw=max(markrow4)；%最大宽度为字符
if markrow4(1) ~= maxw%检测上边
ysite=1；
k1=1；
for l=1:n2
for k=1:markrow3(ysite)%从顶边至第一个峰下降点扫描
if sbw1(k,l)==1
xdata(k1)=l；
ydata(k1)=k；
k1=k1+1；
break；
end
end
end
else %检测下边
ysite=n1；
if markrow4(n1) ==0
if markrow4(n1-1) ==maxw
ysite= 0； %无下边
else
ysite= n1-1；
end
end
if ysite ~=0
k1=1；
for l=1:n2
k=m2；
while k>=markrowysite) %从底边至最后一个峰的上升点扫描
if sbw1(k,l)==1
xdata(k1)=l；
ydata(k1)=k；
k1=k1+1；
break；
end
k=k-1；
end
end
end
end
%(2)线性拟合，计算与x夹角
fresult = fit(xdata',ydata','poly1')； %poly1 Y = p1*x+p2
p1=fresult.p1；
angle=atan(fresult.p1)*180/pi； %弧度换为度，360/2pi, pi=3.14
%(3)旋转车牌图象
subcol = imrotate(subcol1,angle,'bilinear','crop')； %旋转车牌图象
sbw = imrotate(sbw1,angle,'bilinear','crop')；%旋转图像
figure,subplot(2,1,1),imshow(subcol)；title('车牌灰度子图')；%输出车牌旋转后的灰度图像标题显示车牌灰度子图
subplot(2,1,2),imshow(sbw)；title('')；%输出车牌旋转后的灰度图像
title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r')；%显示车牌的旋转角度

%Step8 旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度
histcol1=sum(sbw)； %计算垂直投影
histrow=sum(sbw')； %计算水平投影
figure,subplot(2,1,1),bar(histcol1)；title('垂直投影(旋转后)')；
subplot(2,1,2),bar(histrow)； title('水平投影(旋转后)')；
figure,subplot(2,1,1),bar(histrow)； title('水平投影(旋转后)')；
subplot(2,1,2),imshow(sbw)；title('车牌二值子图(旋转后)')；
%去水平(上下)边框,获取字符高度
maxhight=max(markrow2)；
findc=find(markrow2==maxhight)；
rowtop=markrow(findc)；
rowbot=markrow(findc+1)-markrow1(findc+1)；
sbw2=sbw(rowtop:rowbot,:)； %子图为(rowbot-rowtop+1)行
maxhight=rowbot-rowtop+1； %字符高度(rowbot-rowtop+1)

%Step9 计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度
histcol=sum(sbw2)； %计算垂直投影
figure,subplot(2,1,1),bar(histcol)；title('垂直投影(去水平边框后)')；%输出车牌的垂直投影图像
subplot(2,1,2),imshow(sbw2)； %输出垂直投影图像
title(['车牌字符高度： ',int2str(maxhight)],'Color','r')；%输出车牌字符高度
%对垂直投影进行峰谷分析
meancol=mean(histcol)；%求垂直投影的平均值
mincol=min(histcol)；%求垂直投影的平均值
levelcol=(meancol+mincol)/4；%求垂直投影的1/4
count1=0；
l=1；
for k=1:width
if histcol(k)<=levelcol
count1=count1+1；
else
if count1>=1
markcol(l)=k； %字符上升点
markcol1(l)=count1； %谷宽度(下降点至下一个上升点)
l=l+1；
end
count1=0；
end
end
markcol2=diff(markcol)；%字符距离(上升点至下一个上升点)
[m1,n1]=size(markcol2)；
n1=n1+1；
markcol(l)=width；
markcol1(l)=count1；
markcol2(n1)=markcol(l)-markcol(l-1)；

%Step10 计算车牌上每个字符中心位置，计算最大字符宽度maxwidth
l=0；
for k=1:n1
markcol3(k)=markcol(k+1)-markcol1(k+1)；%字符下降点
markcol4(k)=markcol3(k)-markcol(k)； %字符宽度(上升点至下降点)
markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2))；%字符中心位置
end
markcol6=diff(markcol5)； %字符中心距离(字符中心点至下一个字符中心点)
maxs=max(markcol6)； %查找最大值，即为第二字符与第三字符中心距离
findmax=find(markcol6==maxs)；
markcol6(findmax)=0；
maxwidth=max(markcol6)；%查找最大值，即为最大字符宽度

%Step11 提取分割字符,并变换为22行´14列标准子图
l=1；
[m2,n2]=size(subcol)；
figure；
for k=findmax-1:findmax+5
cleft=markcol5(k)-maxwidth/2；
cright=markcol5(k)+maxwidth/2-2；
if cleft<1
cleft=1；
cright=maxwidth；
end
if cright>n2
cright=n2；
cleft=n2-maxwidth；
end
SegGray=sbw(rowtop:rowbot,cleft:cright)；
SegBw1=sbw(rowtop:rowbot,cleft:cright)；
SegBw2 = imresize(SegBw1,[22 14])；%变换为22行´14列标准子图
subplot(2,n1,l),imshow(SegGray)；
if l==7
title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r')；
end
subplot(2,n1,n1+l),imshow(SegBw2)；
fname=strcat('c:\work\sam\image',int2str(k),'.jpg')；%这块儿是自建模板，网上也有下载的，注意文件路径
imwrite(SegBw2,fname,'jpg')
l=l+1；
end

%Step12 将计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码。
liccode=char(['0':'9' 'A':'Z' '粤桂海云贵川京津沪'])； %建立自动识别字符代码表
SubBw2=zeros(22,14)；
l=1；
[m2,n2]=size(sbw)；
for k=findmax-1:findmax+5
cleft=markcol5(k)-maxwidth/2；
cright=markcol5(k)+maxwidth/2-2；
if cleft<1
cleft=1；
cright=maxwidth；
end
if cright>n2
cright=n2；
cleft=n2-maxwidth； end
SegBw1=sbw(rowtop:rowbot,cleft:cright)；
SegBw2 = imresize(SegBw1,[22 14])；%变换为22行´14列标准子图
if l==1 %第一位汉字识别
kmin=37；
kmax=45；
elseif l==2 %第二位 A~Z 字母识别
kmin=11；
kmax=36；
elseif l>=3 & l<=5 %第三、四位 0~9 A~Z字母和数字识别
kmin=1；

kmax=36；
else %第五～七位 0~9 数字识别
kmin=1；
kmax=10；
end
for k2=kmin:kmax
fname=strcat('H:\work\sam\Sam',liccode(k2),'.jpg')； %这块儿是自建模板，前面有提到过，'0':'9' 'A':'Z' '粤桂海云贵川京津沪，注意文件路径
SamBw2 = imread(fname)；
for i=1:22
for j=1:14
SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j)；
end
end %SubBw2 = SamBw2-SegBw2；
Dmax=0；
for k1=1:22
for l1=1:14
if ( SubBw2(k1,l1) > 0 | SubBw2(k1,l1) <0 )
Dmax=Dmax+1；
end
end
end
Error(k2)=Dmax；
end
Error1=Error(kmin:kmax)；%比较误差
MinError=min(Error1)；%取误差的最小值
findc=find(Error1==MinError)；%查找最小误差的图像
RegCode(l*2-1)=liccode(findc(1)+kmin-1)；
RegCode(l*2)=' '；%输出最小误差图像
l=l+1；
end
title (['识别车牌号码:', RegCode],'Color','r')；