基于机器视觉的车牌识别系统

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。

%%%%%%%%%%%%%%%%%%%%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