资源简介
仅作为学习和练习的用途,不作为毕设以及其他商业用途。

代码片段和文件信息
function [] = demo_1()
close all;
clear;
[pictureName] = uigetfile(‘*.jpg‘ ‘请选择图片‘);
pictureInit = init(pictureName);
tic; %开始计时
pictureCut = cut(pictureInit);
pictureRo = rotate(pictureCut);
pictureLo = location(pictureRo);
char(pictureLo);
end
%图像的预处理函数
function [pictureOut] = init(pictureName)
global picture;
picture = imread(pictureName);
picture2Gray = rgb2gray(picture); %转为灰度图像
% figure
% subplot(1 3 1)imshow(picture);title(‘原始图像‘);
% subplot(1 3 2)imshow(picture2Gray);title(‘原始图像的灰度图‘);
% subplot(1 3 3)imhist(picture2Gray);title(‘原始图像的灰度直方图‘);colorbar;
% grayEn = imadjust(picture2Gray [] [0.25 0.75] 2); %灰度图增强
grayEn = histeq(picture2Gray); %灰度图均匀化
% figure
% subplot(1 2 1) imshow(grayEn);title(‘灰度增强之后的图像‘);
% subplot(1 2 2) imhist(grayEn);title(‘灰度增强之后的直方图‘);
%边缘检测
grayEn = imfilter(grayEn fspecial(‘average‘ 3)); %均值平滑增强之后的灰度图像
pictureOut = edge(grayEn ‘sobel‘);
% figure
% imshow(pictureOut) title(‘sobel边缘检测之后的图像‘);
close all;
end
%图像的初步定位
function [pictureOut] = cut(pictureIn)
global picture;
%腐蚀处理去除边界点
se1 = [1 ; 1 ; 1];
pictureErode = imerode(pictureIn se1);
% figure imshow(pictureErode) title(‘边缘检测+腐蚀的图像‘);
%闭运算,先膨胀后腐蚀去除孔洞,可以平滑图像
se2 = strel(‘rectangle‘ [48 48]);
pictureClose = imclose(pictureErode se2);
% figure imshow(pictureClose) title(‘经过腐蚀+开运算后的图像‘);
pictureCut = bwareaopen(pictureClose 10000); %把小面积去掉
pictureCut = removeLargeArea(pictureCut 50000); %把大面积去掉
% figure imshow(pictureCut) title(‘初步裁剪完之后的图像‘);
% 定位车牌的区域
pictureRe = regionprops(pictureCut ‘area‘ ‘boundingbox‘);
% areas = [pictureRe.Area]; %将面积对象保存到areas里
rects = cat(1 pictureRe.BoundingBox); %将面积对象的边界条件链接并保存到rects,顺序为[起始点x坐标 起始点y坐标 面积对象长度(x) 面积对象宽度(y)]
% figure imshow(pictureCut) title(‘红色框标记完之后的图像‘);
rectangle(‘position‘ rects(1 :) ‘EdgeColor‘ ‘r‘); %定位车牌区域,并用红色的框标记
pictureOut = imcrop(picture rects(1 :)); %按照红线框切割车牌区域
% figure imshow(pictureOut) title(‘裁剪完之后的图像‘);
close all;
end
% 对倾斜的角度进行调整
function [pictureOut] = rotate(pictureIn)
pictureGray1 = rgb2gray(pictureIn);
%水平方向调整
T=affine2d([0 1 0;1 0 0;0 0 1]);
pictureTr=imwarp(pictureGray1T); % 图像转置,顺时针旋转90°调整水平方向
theta = -20 : 20; %设置倾斜角度的范围
r1 = radon(pictureTr theta); %radon变换确定倾斜角
result1 = sum(abs(diff(r1)) 1); %求出行倒数绝对值的累加和,最大的对应倾斜角
rot1 = find(result1==max(result1))-21;
pictureRo = imrotate(pictureIn rot1);
% figure
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-07-30 13:17 基于matlab+模板匹配的车牌识别\
文件 2704822 2018-07-30 10:16 基于matlab+模板匹配的车牌识别\1.gif
文件 78294 2018-07-23 14:21 基于matlab+模板匹配的车牌识别\1.jpg
文件 106063 2018-07-23 14:36 基于matlab+模板匹配的车牌识别\2.jpg
文件 93395 2018-07-24 15:31 基于matlab+模板匹配的车牌识别\3.jpg
文件 7084 2018-07-30 00:12 基于matlab+模板匹配的车牌识别\demo_1.m
文件 900 2018-07-29 23:33 基于matlab+模板匹配的车牌识别\shibiehanzi.m
文件 2146 2018-07-29 23:07 基于matlab+模板匹配的车牌识别\shibiehunhe.m
文件 1719 2018-07-29 23:07 基于matlab+模板匹配的车牌识别\shibiezimu.m
目录 0 2018-07-30 09:27 基于matlab+模板匹配的车牌识别\zifu\
文件 787 2018-07-29 16:41 基于matlab+模板匹配的车牌识别\zifu\1.jpg
文件 902 2018-07-29 16:44 基于matlab+模板匹配的车牌识别\zifu\10.jpg
文件 872 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\11.jpg
文件 880 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\12.jpg
文件 807 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\13.jpg
文件 798 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\14.jpg
文件 729 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\15.jpg
文件 784 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\16.jpg
文件 867 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\17.jpg
文件 790 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\18.jpg
文件 656 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\19.jpg
文件 471 2018-07-29 16:41 基于matlab+模板匹配的车牌识别\zifu\2.jpg
文件 888 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\20.jpg
文件 544 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\21.jpg
文件 792 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\22.jpg
文件 863 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\23.jpg
文件 768 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\24.jpg
文件 847 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\25.jpg
文件 933 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\26.jpg
文件 964 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\27.jpg
文件 554 2018-07-29 23:46 基于matlab+模板匹配的车牌识别\zifu\28.jpg
............此处省略25个文件信息
相关资源
- matlab_OFDM调制解调(来自剑桥大学)
- Matlab路面裂缝识别69319
- 高灵敏度GPS接收机MATLAB仿真,附捕获
- 基于MATLAB的质点弹道计算与外弹道优
- 阵列天线的matlab仿真
- MATLAB 经典程序源代码大全
- MATLAB小波软阈值去噪代码33473
- 天线阵的波束形成在MATLAB仿真程序及
- 非线性SVM算法-matlab实现
- 《MATLAB 智能算法超级学习手册》-程序
- 组合导航matlab程序
- 读取txt文件内容matlab代码实现
- Matlab实现基于相关的模板匹配程序
- matlab优化工具箱讲解
- 基于MATLAB的快速傅里叶变换
- 光纤传输中的分布傅立叶算法matlab实
- 基于matlab的图像处理源程序
- matlab 椭圆拟合程序
- 算术编码解码matlab源代码
- optical_flow 光流法 matlab 实现程序
- 引导图像滤波器 Matlab实现
- 分形几何中一些经典图形的Matlab画法
- OFDM系统MATLAB仿真代码
- SVM工具箱(matlab中运行)
- 图像小波变换MatLab源代码
- LU分解的MATLAB实现
- 冈萨雷斯数字图像处理matlab版(第三
- 替代数据法的matlab程序
- 用matlab实现的多站定位系统性能仿真
- 通过不同方法进行粗糙集属性约简m
评论
共有 条评论