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 (width98 width160 hight25 hight50)%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；endendfor 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 rato2 rato4%这块儿也需要根据具体情况更改一下，如3-6啊什么的 break；endendsbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1)； %获取车牌二值子图subcol1=Sgray(startrow:startrow+hight,startcol:star