首页下载资源大数据MATLAB的车牌识别系统（课设项目）

ZIPMATLAB的车牌识别系统（课设项目）

2401_86539719157.97KB需要积分:1

资源文件列表:

MATLAB的车牌识别系统（课设项目）.zip 大约有51个文件
  1. MATLAB的车牌识别系统（课设项目）/
  2. MATLAB的车牌识别系统（课设项目）/car1.jpg 21.81KB
  3. MATLAB的车牌识别系统（课设项目）/getword.m 1.76KB
  4. MATLAB的车牌识别系统（课设项目）/mainfc.p 202B
  5. MATLAB的车牌识别系统（课设项目）/my_imsplit.m 705B
  6. MATLAB的车牌识别系统（课设项目）/test.m 7.94KB
  7. MATLAB的车牌识别系统（课设项目）/字符模板/
  8. MATLAB的车牌识别系统（课设项目）/字符模板/0.jpg 660B
  9. MATLAB的车牌识别系统（课设项目）/字符模板/1.jpg 482B
  10. MATLAB的车牌识别系统（课设项目）/字符模板/2.jpg 12.06KB
  11. MATLAB的车牌识别系统（课设项目）/字符模板/3.jpg 793B
  12. MATLAB的车牌识别系统（课设项目）/字符模板/4.jpg 11.74KB
  13. MATLAB的车牌识别系统（课设项目）/字符模板/5.jpg 12.05KB
  14. MATLAB的车牌识别系统（课设项目）/字符模板/6.jpg 797B
  15. MATLAB的车牌识别系统（课设项目）/字符模板/7.jpg 583B
  16. MATLAB的车牌识别系统（课设项目）/字符模板/8.jpg 789B
  17. MATLAB的车牌识别系统（课设项目）/字符模板/9.jpg 778B
  18. MATLAB的车牌识别系统（课设项目）/字符模板/A.jpg 806B
  19. MATLAB的车牌识别系统（课设项目）/字符模板/B.jpg 884B
  20. MATLAB的车牌识别系统（课设项目）/字符模板/C.jpg 771B
  21. MATLAB的车牌识别系统（课设项目）/字符模板/D.jpg 662B
  22. MATLAB的车牌识别系统（课设项目）/字符模板/E.jpg 11.59KB
  23. MATLAB的车牌识别系统（课设项目）/字符模板/F.jpg 11.45KB
  24. MATLAB的车牌识别系统（课设项目）/字符模板/G.jpg 11.99KB
  25. MATLAB的车牌识别系统（课设项目）/字符模板/H.jpg 439B
  26. MATLAB的车牌识别系统（课设项目）/字符模板/I.jpg 11.29KB
  27. MATLAB的车牌识别系统（课设项目）/字符模板/J.jpg 566B
  28. MATLAB的车牌识别系统（课设项目）/字符模板/k.jpg 764B
  29. MATLAB的车牌识别系统（课设项目）/字符模板/L.jpg 598B
  30. MATLAB的车牌识别系统（课设项目）/字符模板/M.jpg 772B
  31. MATLAB的车牌识别系统（课设项目）/字符模板/N.jpg 11.95KB
  32. MATLAB的车牌识别系统（课设项目）/字符模板/O.jpg 11.96KB
  33. MATLAB的车牌识别系统（课设项目）/字符模板/P.jpg 656B
  34. MATLAB的车牌识别系统（课设项目）/字符模板/Q.jpg 828B
  35. MATLAB的车牌识别系统（课设项目）/字符模板/R.jpg 12.03KB
  36. MATLAB的车牌识别系统（课设项目）/字符模板/S.jpg 12.14KB
  37. MATLAB的车牌识别系统（课设项目）/字符模板/T.jpg 11.17KB
  38. MATLAB的车牌识别系统（课设项目）/字符模板/U.jpg 11.74KB
  39. MATLAB的车牌识别系统（课设项目）/字符模板/V.jpg 793B
  40. MATLAB的车牌识别系统（课设项目）/字符模板/W.jpg 12.02KB
  41. MATLAB的车牌识别系统（课设项目）/字符模板/X.jpg 797B
  42. MATLAB的车牌识别系统（课设项目）/字符模板/Y.jpg 668B
  43. MATLAB的车牌识别系统（课设项目）/字符模板/Z.jpg 11.79KB
  44. MATLAB的车牌识别系统（课设项目）/字符模板/京.jpg 890B
  45. MATLAB的车牌识别系统（课设项目）/字符模板/浙.jpg 787B
  46. MATLAB的车牌识别系统（课设项目）/字符模板/苏.jpg 824B
  47. MATLAB的车牌识别系统（课设项目）/字符模板/豫.jpg 918B
  48. MATLAB的车牌识别系统（课设项目）/字符模板/贵.jpg 898B
  49. MATLAB的车牌识别系统（课设项目）/字符模板/辽.jpg 13.83KB
  50. MATLAB的车牌识别系统（课设项目）/字符模板/陕.jpg 867B
  51. MATLAB的车牌识别系统（课设项目）/字符模板/鲁.jpg 858B

资源介绍:

车牌识别是指利用计算机图像处理和模式识别技术，对车辆的车牌进行自动识别和提取的过程。车牌识别技术可以应用于交通管理、安防监控、智能停车等领域。其主要步骤包括图像预处理、车牌定位、字符分割、字符识别等。常用的技术包括模板匹配、边缘检测、图像分割和机器学习等。车牌识别系统可以通过视频监控、摄像头、车载摄像头等设备实时获取车辆信息，并通过数据库或网络进行车辆信息的查询和管理。
%% clear; close all; clc; mainfc; %% 自动弹出提示框读取图像 [filename filepath] = uigetfile('.jpg', '输入一个需要识别的图像'); file = strcat(filepath, filename); img = imread(file); figure; imshow(img); title('车牌图像'); %% 灰度处理 img1 = rgb2gray(img); % RGB图像转灰度图像 figure; subplot(1, 2, 1); imshow(img1); title('灰度图像'); subplot(1, 2, 2); imhist(img1); title('灰度处理后的灰度直方图'); %% 边缘提取 img4 = edge(img1, 'roberts', 0.15, 'both'); figure('name','边缘检测'); imshow(img4); title('roberts算子边缘检测'); %% 图像腐蚀 se=[1;1;1]; img5 = imerode(img4, se); figure('name','图像腐蚀'); imshow(img5); title('图像腐蚀后的图像'); %% 平滑图像，图像膨胀 se = strel('rectangle', [30, 30]); img6 = imclose(img5, se); figure('name','平滑处理'); imshow(img6); title('平滑图像的轮廓'); %% 从图像中删除所有少于2200像素8邻接 img7 = bwareaopen(img6, 2200); figure('name', '移除小对象'); imshow(img7); title('从图像中移除小对象'); %% 切割出图像 [y, x, z] = size(img7); img8 = double(img7); % 转成双精度浮点型 % 车牌的蓝色区域 % Y方向 blue_Y = zeros(y, 1); for i = 1:y for j = 1:x if(img8(i, j) == 1) % 判断车牌位置区域 blue_Y(i, 1) = blue_Y(i, 1) + 1; % 像素点统计 end end end % 找到Y坐标的最小值 img_Y1 = 1; while (blue_Y(img_Y1) < 5) && (img_Y1 < y) img_Y1 = img_Y1 + 1; end % 找到Y坐标的最大值 img_Y2 = y; while (blue_Y(img_Y2) < 5) && (img_Y2 > img_Y1) img_Y2 = img_Y2 - 1; end % x方向 blue_X = zeros(1, x); for j = 1:x for i = 1:y if(img8(i, j) == 1) % 判断车牌位置区域 blue_X(1, j) = blue_X(1, j) + 1; end end end % 找到x坐标的最小值 img_X1 = 1; while (blue_X(1, img_X1) < 5) && (img_X1 < x) img_X1 = img_X1 + 1; end % 找到x坐标的最小值 img_X2 = x; while (blue_X(1, img_X2) < 5) && (img_X2 > img_X1) img_X2 = img_X2 - 1; end % 对图像进行裁剪 img9 = img(img_Y1:img_Y2, img_X1:img_X2, :); figure('name', '定位剪切图像'); imshow(img9); title('定位剪切后的彩色车牌图像') % 保存提取出来的车牌图像 imwrite(img9, '车牌图像.jpg'); %% 对车牌图像作图像预处理 plate_img = imread('车牌图像.jpg'); % 转换成灰度图像 plate_img1 = rgb2gray(plate_img); % RGB图像转灰度图像 figure; subplot(1, 2, 1); imshow(plate_img1); title('灰度图像'); subplot(1, 2, 2); imhist(plate_img1); title('灰度处理后的灰度直方图'); % 直方图均衡化 plate_img2 = histeq(plate_img1); figure('name', '直方图均衡化'); subplot(1,2,1); imshow(plate_img2); title('直方图均衡化的图像'); subplot(1,2,2); imhist(plate_img2); title('直方图'); % 二值化处理 plate_img3 = im2bw(plate_img2, 0.76); figure('name', '二值化处理'); imshow(plate_img3); title('车牌二值图像'); % 中值滤波 plate_img4 = medfilt2(plate_img3); figure('name', '中值滤波'); imshow(plate_img4); title('中值滤波后的图像'); %% 进行字符识别 plate_img5 = my_imsplit(plate_img4); [m, n] = size(plate_img5); s = sum(plate_img5); %sum(x)就是竖向相加，求每列的和，结果是行向量; j = 1; k1 = 1; k2 = 1; while j ~= n while s(j) == 0 j = j + 1; end k1 = j; while s(j) ~= 0 && j <= n-1 j = j + 1; end k2 = j + 1; if k2 - k1 > round(n / 6.5) [val, num] = min(sum(plate_img5(:, [k1+5:k2-5]))); plate_img5(:, k1+num+5) = 0; end end y1 = 10; y2 = 0.25; flag = 0; word1 = []; while flag == 0 [m, n] = size(plate_img5); left = 1; width = 0; while sum(plate_img5(:, width+1)) ~= 0 width = width + 1; end if width < y1 plate_img5(:, [1:width]) = 0; plate_img5 = my_imsplit(plate_img5); else temp = my_imsplit(imcrop(plate_img5, [1,1,width,m])); [m, n] = size(temp); all = sum(sum(temp)); two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:))); if two_thirds/all > y2 flag = 1; word1 = temp; end plate_img5(:, [1:width]) = 0; plate_img5 = my_imsplit(plate_img5); end end figure; subplot(2,4,1), imshow(plate_img5); % 分割出第二个字符 [word2,plate_img5]=getword(plate_img5); subplot(2,4,2), imshow(plate_img5); % 分割出第三个字符 [word3,plate_img5]=getword(plate_img5); subplot(2,4,3), imshow(plate_img5); % 分割出第四个字符 [word4,plate_img5]=getword(plate_img5); subplot(2,4,4), imshow(plate_img5); % 分割出第五个字符 [word5,plate_img5]=getword(plate_img5); subplot(2,3,4), imshow(plate_img5); % 分割出第六个字符 [word6,plate_img5]=getword(plate_img5); subplot(2,3,5), imshow(plate_img5); % 分割出第七个字符 [word7,plate_img5]=getword(plate_img5); subplot(2,3,6), imshow(plate_img5); figure; subplot(5,7,1),imshow(word1),title('1'); subplot(5,7,2),imshow(word2),title('2'); subplot(5,7,3),imshow(word3),title('3'); subplot(5,7,4),imshow(word4),title('4'); subplot(5,7,5),imshow(word5),title('5'); subplot(5,7,6),imshow(word6),title('6'); subplot(5,7,7),imshow(word7),title('7'); word1=imresize(word1,[40 20]);%imresize对图像做缩放处理，常用调用格式为：B=imresize(A,ntimes,method)；其中method可选nearest,bilinear（双线性）,bicubic,box,lanczors2,lanczors3等 word2=imresize(word2,[40 20]); word3=imresize(word3,[40 20]); word4=imresize(word4,[40 20]); word5=imresize(word5,[40 20]); word6=imresize(word6,[40 20]); word7=imresize(word7,[40 20]); subplot(5,7,15),imshow(word1),title('11'); subplot(5,7,16),imshow(word2),title('22'); subplot(5,7,17),imshow(word3),title('33'); subplot(5,7,18),imshow(word4),title('44'); subplot(5,7,19),imshow(word5),title('55'); subplot(5,7,20),imshow(word6),title('66'); subplot(5,7,21),imshow(word7),title('77'); imwrite(word1,'1.jpg'); % 创建七位车牌字符图像 imwrite(word2,'2.jpg'); imwrite(word3,'3.jpg'); imwrite(word4,'4.jpg'); imwrite(word5,'5.jpg'); imwrite(word6,'6.jpg'); imwrite(word7,'7.jpg'); %% 进行字符识别 liccode=char(['0':'9' 'A':'Z' '京辽鲁陕苏豫浙贵']);%建立自动识别字符代码表；'京津沪渝港澳吉辽鲁豫冀鄂湘晋青皖苏赣浙闽粤琼台陕甘云川贵黑藏蒙桂新宁' % 编号：0-9分别为 1-10;A-Z分别为 11-36; % 京 津 沪 渝 港 澳 吉 辽 鲁 豫 冀 鄂 湘 晋 青 皖 苏 % 赣 浙 闽 粤 琼 台 陕 甘 云 川 贵 黑 藏 蒙 桂 新 宁 % 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 % 60 61 62 63 64 65 66 67 68 69 70 subBw2 = zeros(40, 20); num = 1; % 车牌位数 for i = 1:7 ii = int2str(i); % 将整型数据转换为字符串型数据 word = imread([ii,'.jpg']); % 读取之前分割出的字符的图片 segBw2 = imresize(word, [40,20], 'nearest'); % 调整图片的大小 segBw2 = im2bw(segBw2, 0.5); % 图像二值化 if i == 1 % 字符第一位为汉字，定位汉字所在字段 kMin = 37; kMax = 44; elseif i == 2 % 第二位为英文字母，定位字母所在字段 kMin = 11; kMax = 36; elseif i >= 3 % 第三位开始就是数字了，定位数字所在字段 kMin = 1; kMax = 36; end l = 1; for k = kMin : kMax fname = strcat('字符模板\',liccode(k),'.jpg'); % 根据字符库找到图片模板 samBw2 = imread(fname); % 读取模板库中的图片 samBw2 = im2bw(samBw2, 0.5); % 图像二值化 % 将待识别图片与模板图片做差 for i1 = 1:40 for j1 = 1:20 subBw2(i1, j1) = segBw2(i1, j1) - samBw2(i1 ,j1); end end % 统计两幅图片不同点的个数，并保存下来 Dmax = 0; for i2 = 1:40 for j2 = 1:20 if subBw2(i2, j2) ~= 0 Dmax = Dmax + 1; end end end error(l) = Dmax; l = l + 1; end % 找到图片差别最少的图像 errorMin = min(error); findc = find(error == errorMin); % error % findc % 根据字库，对应到识别的字符 Code(num*2 - 1) = liccode(findc(1) + kMin - 1);
100+评论
captcha

    相关资源

    1. MATLAB汉字定位检测识别（课设项目）

      2401_86539719#大数据ZIP833.17KB6月前
      资源摘要:汉字定位检测是指在一张图片中准确地定位并检测出所有汉字的位置。这个任务通常是在图像识别和文字识别领域中使用的一种技术。汉字定位检测一般包括以下几个步骤：1. 图像预处理：对输入的图像进行一系列的预处理操作，如降噪、灰度化、二值化等，以便更好地提取汉字的特征。2. 特征提取：通过使用各种特征提取方法，如边缘检测、轮廓分析等，从预处理后的图像中提取出汉字的特征。3. 汉字定位：根据提取出的特征，采用一定的算法和模型对图像中的汉字位置进行定位。常用的方法有基于模板匹配、基于物体检测算法等。4. 汉字识别：在定位出汉字的位置后，需要对汉字进行识别。常用的方法是使用机器学习或深度学习模型进行训练和分类。5. 检测结果输出：将定位和识别的结果输出，通常以标记汉字位置或输出文字的形式展示。汉字定位检测在很多应用中都有广泛的应用，如自动化办公、车牌识别、人脸识别等。它可以提高图像识别和文字识别的准确性和效率，使得计算机能够更好地理解和处理汉字信息。

    2. 2023最新UI酒桌喝酒游戏小程序源码+流量主

      lingwenai2023#移动开发ZIP5.88MB6月前
      资源摘要:2023最新UI酒桌喝酒游戏小程序源码 娱乐小程序源码 带流量主修改增加了广告位，根据文档直接替换，原版本没有广告位直接上传源码到开发者端即可通过后改广告代码，然后关闭广告展示提交，通过后打开即可无广告引流流量主版本的（配合流量主搭建）

    3. NVIDIA NIM平台一小时手撕RAG与多模态智能机器人

      LICHAD3920#人工智能ZIP4.07MB6月前
      资源摘要:本项目借助 Nvidia NIM 平台实现RAG智能对话机器人，以及智能图表分析机器人。

    4. 计算机二级Python基础知识PPT（嵩天）

      qq_43592674#考试认证ZIP14.59MB6月前
      资源摘要:计算机二级Python基础知识PPT（嵩天）

    5. jar08180818

      qq_41987726#后端ZIP29.4MB6月前
      资源摘要:jar08180818

    6. 通用时、儒略日、GPS时转换算法和大地坐标与空间直角坐标转换算法

      qq_73763569#后端ZIP174.8KB6月前
      资源摘要:包含了通用时、儒略日、GPS时转换算法和大地坐标与空间直角坐标转换算法，以及坐标转换算法的测试用例

    7. 运维云计算-CentOS-阿里云yum镜像源配置文件

      qq_44421043#操作系统ZIP906B6月前
      资源摘要:CentOS 操作系统的阿里云 YUM 镜像源，配置简单，解决默认国外镜像源无法连接的问题。速度稳定较快。帮大家找好了下载文件，直接自取，配置简单。绝佳适用于在阿里云环境中运行的 CentOS 服务器，其他服务器也可。配置步骤：1、解压后，将2文件传输到 `/etc/yum.repos.d/` 目录下。这个目录存放了所有 YUM 源的配置文件，每个文件对应一个或多个软件仓库的配置。典型的配置文件会包含多个仓库配置块，每个块定义了仓库的名称、描述、基网址等信息。2、登录到 CentOS 服务器，并进入 `/etc/yum.repos.d/` 目录。3、执行缓存重建命令，如yum clean all 和 yum makecache即可。4、可以正常下载文件了~

    8. 中标麒麟7.6版本，离线安装nginx所需的所有依赖包和nignx压缩包

      weixin_43793741#操作系统ZIP94.74MB6月前
      资源摘要:中标麒麟7.6版本，离线安装nginx所需的所有依赖包和nignx压缩包，依赖包涉及129个，看完教程可以完全离线安装。我碰壁很多次才安装成功的。
    站长QQ:九六九五七三七