[matlab车牌识别例子好好看看提取字符部分.docxVIP

图像分割、边缘检测（车牌识别）例子一P SPAN style=mso-no-proof: yes lang=EN-US?xml:namespace prefix = v ns = urn:schemas-microsoft-com:vml /v:shape style=WIDTH: 401.25pt; HEIGHT: 372pt; VISIBILITY: visible; mso-wrap-style: square id=图片_x0020_10 type=#_x0000_t75 o:spid=_x0000_i1025v:imagedata o:title= src=file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_image007.png /PDIV class=blockcodeBLOCKQUOTEP style=MARGIN: 0cm 0cm 0pt class=MsoNormalSPAN style=mso-no-proof: yes lang=EN-USv:shape style=WIDTH: 401.25pt; HEIGHT: 372pt; VISIBILITY: visible; mso-wrap-style: square id=图片_x0020_10 type=#_x0000_t75 o:spid=_x0000_i1025v:imagedata o:title= src=file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_image007.png/v:imagedata/v:shape/SPAN/PMatlab代码% function [d]=main()close allclc % 清空命令窗口的所有输入和输出，类似于清屏%自动弹出提示框读入图像[filename,filepath]=uigetfile(.jpg,输入一个需要识别的车牌图像);% 直接自动读入%file=strcat(filepath,filename); %strcat函数：连接字符串；把filepath的字符串与filename的连接，即路径/文件名I=imread(file);figure(name,原图),imshow(I);title(原图)%图像增强% h=ones(5,5)/25; %过滤器h% I=imfilter(I,h);%真彩色增强% figure(name,真彩色增强);imshow(I);title(真彩色增强);I1=rgb2gray(I); % RGB图像转灰度图像figure(name,灰度处理前),subplot(1,2,1),imshow(I1);title(灰度处理前的灰度图);subplot(1,2,2),imhist(I1);title(灰度处理前的灰度图直方图);%线性灰度变换I1=imadjust(I1,[0.3,0.7],[]);figure(name,灰度处理后),subplot(1,2,1),imshow(I1);title(灰度处理后的灰度图);subplot(1,2,2),imhist(I1);title(灰度处理后的灰度图直方图);%进行中值滤波I1=medfilt2(I1);figure,imshow(I1);title(中值滤波);%边缘检测：sobel,roberts,canny,prewitt等I2=edge(I1,roberts,0.25,both); %边缘检测算法，强度小于阈值0.15的边缘被省略掉,both两个方向检测（缺省默认）figure(name,边缘检测),imshow(I2);title(robert算子边缘检测) se=[1;1;1];I3=imerode(I2,se);% 腐蚀Imerode(X,SE).其中X是待处理的图像，SE是结构元素对象figure(name,腐蚀后图像),imshow(I3);title(腐蚀后的图像);se=strel(rectangle,[20,20]);% 25X25的矩形strel???I4=imclose(I3,se);% 用25*25的矩形对图像进行闭运算(先膨胀后腐蚀)有平滑边界作用figure(name,平滑处理),imshow(I4);title(平滑图像的轮廓);I5=bwareaopen(I4,1000);% 从二进制图像中移除所有少于2000像素的连接对象，消失的是连续的白色像素数量少于2000的字符figure(name,移除小对象),imshow(I5);title(从对象中移除小对象);[y,x,z]=size(I5);% y是行数，x是列数