卷积神经网络车牌识别164048

上传一张车牌照片，可以是远距离拍摄的，代码会先进行车牌定位，然后切割出车牌区域，再经过灰度化，二值化等导入训练好的神经网络，得到车牌；另外神经网络可以调节层数，学习速率，训练次数等参数来训练调整新的网络。

function [train_xtrain_ytest_xtest_y] =dataSet（）

%————————————————————
%               卷积神经网络
%输入：训练集、测试集字符图片、训练集标签
%输出：卷积网络结构、测试标签
%版本：0.0
%时间：4.23
%————————————————————

%% 构造训练集
TrainData=[];
Trainlabel=[];
path=pwd;
for i=0:39
srcDir=‘\tf_car_license_dataset\train_images\training-set\‘;%获得选择的文件夹
srcDir=strcat（srcDirnum2str（i））;
srcDir=strcat（pathsrcDir）;
cd（srcDir）;
allnames=struct2cell（dir（‘*.bmp‘））; %只处理8位的bmp文件
[~len]=size（allnames）; %获得bmp文件的个数
for ii=1:len
%逐次取出文件
    name=allnames{1ii};
    img_gray=imread（name）; %读取文件
%    thresh=graythresh（img_gray）;  %二值化
%   img_bw=im2bw（img_gray0.05）;
%    img_bw=imresize（img_bw[32 32]）;
    img_gray=imresize（img_gray[32 32]）;
    img_gray=histeq（img_gray）;
    traindata（::ii）=img_gray;
    %然后在此处添加你的图像处理程序即可
end
TrainData=cat（3TrainDatatraindata）;
traindata=[];    %初始化
trainlabel=[];
trainlabel（11:len）=i;
Trainlabel=[Trainlabel trainlabel];     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
end
[~n]=size（Trainlabel）;
temp=zeros（40n）;
for i=1:n
    temp（Trainlabel（i）+1i）=1;
end
Trainlabel_1=Trainlabel;
Trainlabel_2=temp;

%--------------------------------------------------------------------------
train_y_1 = Trainlabel_1;
train_y_2=Trainlabel_2;
kk = randperm（size（TrainData3））;                                                   % 打乱训练样本顺序

figure;
for I=1:25
    i = kk（I）;
    Y1 = TrainData（::i）;                                      % 特别注意: 原图为仅有0255的二值化图像
    Y2 = Y1;                                                     % 原始数据按C语言行方向存储这里显示需要转置
    t = train_y_1（i）;                                     % 目标值依次从0-9正交编码
    subplot（55I）; imshow（uint8（Y2））; title（num2str（t））;
end

[~n]=size（kk）;
test_y=train_y_2（:kk（1:25））;
test_x=TrainData（::kk（1:25））;
TrainData（::kk（1:25））=[];
train_y_2（:kk（1:25））=[];
train_x=TrainData;
train_y=train_y_2;
path1=strcat（path‘\data\‘）;
cd（path1）
save trainData5_2 train_x train_y
save testData5_2 test_x test_y
cd（path）
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      23599  2018-05-03 17:23  车牌识别5-7\data\img_lp.mat

     文件     981778  2018-05-02 18:06  车牌识别5-7\data\Net.mat

     文件     953124  2018-05-02 16:40  车牌识别5-7\data\Net0_24.mat

     文件    2096574  2018-05-02 23:46  车牌识别5-7\data\Net5_2.mat

     文件    2122731  2018-05-03 16:03  车牌识别5-7\data\Net5_3.mat

     文件    2082535  2018-05-03 18:59  车牌识别5-7\data\Net5_3_1.mat

     文件     981778  2018-05-02 18:06  车牌识别5-7\data\Net_0.mat

     文件    1999873  2018-05-02 22:26  车牌识别5-7\data\Net_bw.mat

     文件      16993  2018-05-02 17:33  车牌识别5-7\data\testData.mat

     文件       9355  2018-05-03 18:31  车牌识别5-7\data\testData5_2.mat

     文件       1781  2018-05-02 21:37  车牌识别5-7\data\testData_bw.mat

     文件    9828410  2018-05-02 17:33  车牌识别5-7\data\trainData.mat

     文件    1893513  2018-05-03 18:31  车牌识别5-7\data\trainData5_2.mat

     文件     939156  2018-05-02 21:37  车牌识别5-7\data\trainData_bw.mat

     文件       2234  2018-05-03 18:28  车牌识别5-7\dataSet.m

     文件       8563  2016-01-04 20:39  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnbp.m

     文件      10044  2016-01-04 20:48  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnbp2.m

     文件       4646  2015-12-27 18:57  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnff.m

     文件       5190  2016-01-04 20:28  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnff2.m

     文件       2385  2016-01-04 20:46  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnngradmean.m

     文件       2384  2016-01-04 20:45  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnngradzero.m

     文件       4995  2015-12-27 17:13  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnninit.m

     文件        622  2015-12-22 17:14  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntest.m

     文件        817  2015-12-23 19:25  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntest2.m

     文件       2078  2015-12-23 20:55  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntrain.m

     文件       2371  2016-01-04 20:52  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntrain2.m

     文件       3139  2015-12-26 17:02  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnupdate.m

     文件         53  2015-12-26 15:33  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\contents.m

     文件        623  2015-12-22 19:20  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\down.m

     文件        116  2015-12-22 11:10  车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\dy.m

............此处省略5927个文件信息