车牌识别程序（License plate recognition program）.docVIP

车牌识别程序（License plate recognition program） %功能[D] = main() 关闭所有 清空命令窗口的所有输入和输出CLC %，类似于清屏 %自动弹出提示框读入图像[文件名，文件路径] =交互式（“.jpg”、“输入一个需要识别的车牌图像）；直接自动读入% % %文件= strcat（，文件名）；%将函数：连接字符串；把文件路径文件名的连接的字符串与，即路径/文件名 我= imread（car .jpg”）； 图（name，“原图），imshow（I）；标题（“原图”） %图像增强 % h =人（5,5）/ 25；%过滤器H %我= imfilter（I，H）；%真彩色增强 %图（name，“真彩色增强）；imshow（I）；标题（“真彩色增强”）； I1 = rgb2gray（我）；%的RGB图像转灰度图像 图（name，“灰度处理前），情节（1,2,1），imshow（I1）；标题（“灰度处理前的灰度图”）； subplot（1,2,2），imhist（I1）；标题（“灰度处理前的灰度图直方图”）； %线性灰度变换 I1 = imadjust（I1，0.3,0.7 [ ]，[ ]）； 图（name，“灰度处理后），情节（1,2,1），imshow（I1）；标题（“灰度处理后的灰度图”）； subplot（1,2,2），imhist（I1）；标题（“灰度处理后的灰度图直方图”）； %进行中值滤波 I1 = medfilt2（I1）； 图，imshow（I1）；标题（“中值滤波”）； %边缘检测：Sobel、罗伯茨、Canny算子、Prewitt等 （I1，I2 =边缘roberts ，0.25，both’）；%边缘检测算法，强度小于阈值0.15的边缘被省略掉，both”两个方向检测（缺省默认） 图（name，“边缘检测），imshow（I2）；标题（“罗伯特算子边缘检测”） se = [ 1；1；1 ]； i3 = imerode（I2，SE）；%腐蚀imerode（x，SE）。其中X是待处理的图像，SE是结构元素对象 图（name，“腐蚀后图像），imshow（I3）；标题（“腐蚀后的图像”）； SE =斯太尔（rectangle，[两]）；% 25x25的矩形斯太尔？？？ I4 = imclose（I3，SE）；%用25×25的矩形对图像进行闭运算（先膨胀后腐蚀）有平滑边界作用 图（name，“平滑处理），imshow（I4）；标题（“平滑图像的轮廓”）； i5 = bwareaopen（i41000）；%从二进制图像中移除所有少于2000像素的连接对象，消失的是连续的白色像素数量少于2000的字符 图（name，“移除小对象），imshow（I5）；标题（“从对象中移除小对象”）； 【Y，X，Z ] =大小（I5）；% y是行数是列数，X，Z是维数 我=双（I5）；%转成双精度型 开始计时TiC % blue_y =零（Y，1）；%（m，n）的零点表示的是M * N列的全0矩阵行 对于i = 1：y 对于j = 1：x 如果（我（I，J，1）= = 1）%判断蓝色像素 blue_y（I，1）= blue_y（I，1）+ 1； %蓝色像素点统计 结束 结束 结束 [温糯] =最大（blue_y）；% y方向车牌区域确定[温度]临时变量糯糯 PY1 =糯；%以下为找车牌Y方向最小值 而（（blue_y（py1,1） = 5）（PY1 1））%为什么判断蓝色像素点 = 5（才算蓝色）？？？？ py1-1 Py1 =； 结束 PY2 =糯；%以下为找车牌Y方向最大值？？？难道最大值不是糯？？？？ 而（（blue_y（py2,1） = 5）（PY2＜Y）） PY2 = PY2 + 1； 结束 % IY =我（PY1：PY2，：，：）； %%%%%%%%%%%%%%%%% X方向%%%%%%%%% blue_x =零（1，x）；%进一步确定X方向的车牌区域 对于j = 1：x 我= Py1：只需扫描的行PY2 % 如果（我（I，J，1）= = 1）%判断蓝色像素 blue_x（1，j）= blue_x（1，j）+ 1；%蓝色像素点统计 结束 结束 结束 PX1 = 1；%以下为找车牌X方向最小值 而（（blue_x（1，PX1）＜3）（PX1＜x））%为什么判断蓝色像素点＜3（不算蓝色？）？？？？ PX1 = PX1 + 1； 结束 PX2 = x；%以下为找车牌X方向最大值 而（（blue_x（1，PX2）＜3）（PX2 PX1）） PX2 = px2-1； 结束 PY1 = py1-2；%对车牌区域的校正为什么要这么+－？？？ px1-2 PX1 =； PX2 = PX2 + 3； P