资源简介
基于matlab的车牌号识别系统,程序保证可运行,详细的注释,包含标准字符模板库。

代码片段和文件信息
%%%%%%%%%%%%%%%%%%%%车牌识别(批量处理)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%时间:2018.7.7
%地点:中北大学
%适用于简单课程设计,指标要求不高的任务等
%说明:这是本科的课程设计,所以所编写的代码并不强大,不是所有图片都能处理,并且因为
% 字符识别模块是基于像素匹配法实现的所以有部分车牌能识别但是可能个别字符有错。另外文件夹
% 自配了16张照片是可识别的,车牌正确定位率是100%,车牌字符识别正确率是90%以上(好像是93%)
% 处理速度根据各自电脑,MacPro的是15张照片20s左右。代码中的细节我会写备注。
%最后特别说明:
% 由于自己水平有限,代码中还有很多不足,敬请读者修改并给予指教!--cs菜渣
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%hai‘shi
% function []=main(jpg)
clc;clear all;tic
for num=1:15 %大循环,处理15张照片
s=strcat(‘D:\photo\c‘int2str(num));%根据自己存储的文件夹改路径
I=imread([s‘.jpg‘]);
figureimshow(I);title(‘原始图像‘); %显示原图
%图像预处理
Im1=rgb2gray(I);
%figure(2) %由于处理过程中有很多中间图片,这里注释掉,在批处理过程中可提高速度
%subplot(121);imshow(Im1);title(‘灰度图‘);
%subplot(122);imshow(Im1);title(‘灰度图的直方图‘);
Tiao=imadjust(Im1[0.190.78][01]); %调整图片
%figure(3)
%subplot(121)imshow(Tiao);title(‘增强灰度图‘);
%subplot(122)imshow(Tiao);title(‘增强灰度图的直方图‘);
% 边缘检测
Im2=edge(Im1‘sobel‘0.15‘both‘);
%figure(4)imshow(Im2);title(‘soble算子实现边缘实现‘);
% 灰度图腐蚀(消除边界点-小而无意义的)
se=[1;1;1]; %结构元素 ‘刷子’
Im3=imerode(Im2se); %图像腐蚀
%figure(5)imshow(Im3);title(‘腐蚀效果图‘);
se=strel(‘rectangle‘[2525]); %创建由指定形状的结构元素
% 图像平滑处理
Im4=imclose(Im3se); %对图像实现闭运算,闭运算能够平滑图像轮廓
%imshow(Im4);title(‘平滑图像的轮廓‘);
Im5=bwareaopen(Im42000); %移除小对象--多个闭运算,删除小面积图形,2000是设定的阈值
%figure(7)imshow(Im5);title(‘移除小对象‘);
%% 牌照区域分割
[yxz]=size(Im5);
Im6=double(Im5);
Blue_y=zeros(y1); %创建元素为0的数组或矩阵y*1
for i=1:y
for j=1:x
if(Im6(ij1)==1)
Blue_y(i1)=Blue_y(i1)+1; %根据Im5的y值决定
end
end
end
[temp MaxY]=max(Blue_y); %垂直方向车牌区域确定
PY1=MaxY;
while((Blue_y(PY11)>=5)&&(PY1>1))
PY1=PY1-1;
end
PY2=MaxY;
while((Blue_y(PY21)>=5)&&(PY2 PY2=PY2+1;
end
IY=I(PY1:PY2::);
Blue_x=zeros(1x);
for j=1:x
for i=PY1:PY2
if(Im6(ij1)==1)
Blue_x(1j)=Blue_x(1j)+1; %根据Im5的x值决定
end
end
end
PX1=1;
while((Blue_x(1PX1)<3)&&(PX1 PX1=PX1+1;
end
PX2=x;
while((Blue_x(1PX2)<3)&&(PX2>PX1))
PX2=PX2-1;
end
PX1=PX1-1; %对车牌区域的校正
PX2=PX2+1;
dw=I(PY1:PY2-6PX1:PX2:);
%figure(8)
%subplot(121)imshow(IY)title(‘垂直方向合理区域‘);
%subplot(122)imshow(dw)title(‘定位剪切后的彩色车牌图像‘);
%--------------------------车牌图像处理--------------------------%
imwrite(dw‘C:\Users\lambor\Desktop\课设matlab\课程设计\dw.jpg‘); %把定位剪切后的彩色车牌图像写入图形文件中
a=imread(‘C:\Users\lambor\Desktop\课设matlab\课程设计\dw.jpg‘);%根据自己的路径修改
b=rgb2gray(a);
imwrite(b‘C:\Users\lambor\Desktop\课设matlab\课程设计\车牌灰度图像.jpg‘);
%figure(9)subplot(321)imshow(b);title(‘1.车牌灰度图像‘)
g_max=double(max(max(b)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 7162 2018-07-07 12:22 基于机器视觉的车牌识别系统\chepaihaoshibie(单张处理).txt
文件 8064 2018-07-07 12:16 基于机器视觉的车牌识别系统\chepaihaoshibie(批量处理).txt
文件 561 2018-07-07 12:08 基于机器视觉的车牌识别系统\使用注意事项.txt
文件 1592 2008-10-17 18:58 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\1.bmp
文件 1592 2008-10-17 19:03 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\10.bmp
文件 1592 2008-10-17 19:03 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\11.bmp
文件 1592 2008-11-04 23:19 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\12.bmp
文件 1592 2008-11-04 23:22 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\13.bmp
文件 1592 2008-10-17 19:04 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\14.bmp
文件 1592 2008-10-17 19:05 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\15.bmp
文件 1592 2008-10-18 18:19 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\16.bmp
文件 1592 2008-10-17 19:06 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\17.bmp
文件 1592 2008-10-17 19:06 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\18.bmp
文件 1592 2008-10-17 19:07 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\19.bmp
文件 1592 2008-10-17 18:59 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\2.bmp
文件 1592 2008-10-17 19:07 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\20.bmp
文件 1592 2008-10-17 19:07 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\21.bmp
文件 1592 2008-10-17 21:05 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\22.bmp
文件 1592 2008-10-17 19:09 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\23.bmp
文件 1592 2008-10-17 19:08 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\24.bmp
文件 1592 2008-10-17 19:09 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\25.bmp
文件 1592 2008-10-17 18:56 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\26.bmp
文件 1590 2008-10-21 20:21 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\27.bmp
文件 1592 2008-10-17 18:55 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\28.bmp
文件 1592 2008-10-17 18:55 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\29.bmp
文件 1592 2008-10-17 19:00 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\3.bmp
文件 1592 2008-10-17 18:55 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\30.bmp
文件 1592 2008-10-17 18:54 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\31.bmp
文件 1592 2008-10-17 18:53 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\32.bmp
文件 1592 2008-10-17 18:53 基于机器视觉的车牌识别系统\字符模板集\sample\cha&num\33.bmp
............此处省略274个文件信息
相关资源
- 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
- k近邻算法matlab实现
- matlab识别系统
评论
共有 条评论