基于matlab+模板匹配的车牌识别程序+照片+论文.zip

仅作为学习和练习的用途，不作为毕设以及其他商业用途。亲测好用，挺不错的资源，大家快来下载吧！挺有用的！需要的话可以来下载哦！

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