基于matlab的車牌識(shí)別(含子程序)-全文預(yù)覽
【正文】 ,imshow(word5),title(39。)。239。subplot(2,7,1),imshow(word1),title(39。% 分割出第五個(gè)字符[word5,d]=getword(d)。d=qiege(d)。 two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)))。 d=qiege(d)。 left=1。y2=。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 while s(j)~=0 amp。s=sum(d)。% 尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割%首先創(chuàng)建子函數(shù)qiege與getword，而后調(diào)用子程序，將車牌的字符分割開(kāi)并且進(jìn)行歸一化處理d=qiege(d)。字符識(shí)別的算法很多，因?yàn)檐嚺谱址g間隔較大，不會(huì)出現(xiàn)字符粘連情況，所以此處采用的方法為尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割。膨脹或腐蝕處理后39。%如果小于則實(shí)現(xiàn)膨脹操作endimwrite(d,39。...se=eye(2)。/39。square39。)。,3)。 subplot(3,2,2),imshow(d),title(39。d=(double(b)=T)。)g_max=double(max(max(b)))。)。)。39。定位裁剪后的車牌彩色圖像39。 figure(7),subplot(1,2,1),imshow(IY),title(39。 end PX1=PX11。 end PX2=x。 end end end PX1=1。(PY2y)) PY2=PY2+1。(PY11)) PY1=PY11。%藍(lán)色像素點(diǎn)統(tǒng)計(jì) end end end [temp MaxY]=max(Blue_y)。結(jié)果如下所示 ：二、車牌定位[y,x,z]=size(I5)。% 去除聚團(tuán)灰度值小于2000的部分figure(6),imshow(I5)。title(39。rectangle39。title(39。1。title(39。,39。灰度圖直方圖39。灰度圖像39。)。I=imread(FILENAME)。, 39。*.jpg39。if(filename == 0), return, endglobal FILENAME %定義全局變量FILENAME = [pathname filename]。原圖像39。title(39。title(39。roberts39。%，用roberts算子進(jìn)行邊緣檢測(cè)figure(3),imshow(I2)。結(jié)果如下：：se=[1。%對(duì)圖像實(shí)施腐蝕操作，即膨脹的反操作figure(4),imshow(I3)。se=strel(39。% 圖像聚類、填充圖像figure(5),imshow(I4)。結(jié)果如下所示：6. 刪除二值圖像的小對(duì)象I5=bwareaopen(I4,2000)。)。%產(chǎn)生一個(gè)y*1的零陣 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果myI(i,j,1)即myI的圖像中坐標(biāo)為(i,j)的點(diǎn)值為1，即該點(diǎn)為車牌背景顏色藍(lán)色 %則Blue_y(i,1)的值加1 Blue_y(i,1)= Blue_y(i,1)+1。amp。amp。%進(jìn)一步確定x方向的車牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。(PX1x)) PX1=PX1+1。(PX2PX1))
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1