function d=main(jpg)I=imread(car.jpg);figure(1),imshow(I);title(原图);I1=rgb2gray(I); %将真彩色图像转换为灰度图像figure(2),subplot(1,2,1),imshow(I1);title(灰度图);figure(2),subplot(1,2,2),imhist(I1);title(灰度图直方图);I2=edge(I1,robert,0.08,both); %高斯滤波器,方差为0.08figure(3),imshow(I2);title(robert算子边缘检测)se=1;1;1;I3=imerode(I2,se); %图像的腐蚀figure(4),imshow(I3);title(腐蚀后图像);se=strel(rectangle,40,40); %构造结构元素，以长方形构造一个seI4=imclose(I3,se); %对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。figure(5),imshow(I4);title(平滑图像的轮廓);I5=bwareaopen(I4,2000); %从二进制图像中移除所有少于p像素的连接的组件（对象），产生另一个二进制图像figure(6),imshow(I5);title(从对象中移除小对象);y,x,z=size(I5); %返回I5各维的尺寸，并存储在变量y、x、z中myI=double(I5); %换成双精度数值 %begin横向扫描tic %计算tic与toc之间程序的运行时间 Blue_y=zeros(y,1); %产生y*1的全0矩阵 for i=1:y for j=1:x if(myI(i,j,1)=1) %如果myI(i,j,1)即myI图像中坐标为(i,j)的点为蓝色 %则Blue_y的相应行的元素white_y(i,1)值加1 Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计 end end end temp MaxY=max(Blue_y);%temp为向量white_y的元素中的最大值，MaxY为该值的索引（ 在向量中的位置） PY1=MaxY; while (Blue_y(PY1,1)=120)&(PY11) PY1=PY1-1; end PY2=MaxY; while (Blue_y(PY2,1)=40)&(PY2y) PY2=PY2+1; end IY=I(PY1:PY2,:,:);%IY为原始图像I中截取的纵坐标在PY1：PY2之间的部分 %end横向扫描 %begin纵向扫描 Blue_x=zeros(1,x);%进一步确定x方向的车牌区域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)=1) Blue_x(1,j)= Blue_x(1,j)+1; end end end PX1=1; while (Blue_x(1,PX1)3)&(PX1x) PX1=PX1+1; end PX2=x; while (Blue_x(1,PX2)PX1) PX2=PX2-1; end %end纵向扫描 PX1=PX1-2;%对车牌区域的校正 PX2=PX2+2; dw=I(PY1:PY2,:,:); t=toc; figure(7),subplot(1,2,1),imshow(IY),title(行方向合理区域);figure(7),subplot(1,2,2),imshow(dw),title(定位剪切后的彩色车牌图像)imwrite(dw,dw.jpg); %将图像数据写入到图像文件中filename,filepath=uigetfile(dw.jpg,输入一个定位裁剪后的车牌图像); %读取jpg=strcat(filepath,filename); %将数组filepath,filename水平地连接成单个字符串，并保存于变量jpg中a=imread(dw.jpg); %读取图片文件中的数据b=rgb2gray(a); %将真彩色图像转换为灰度图像imwrite(b,1.车牌灰度图像.jpg); %将图像数据写入到图像文件中figure(8);subplot(3,2,1),imshow(b),title(1.车牌灰度图像)g_max=double(max(max(b); %换成双精度数值g_min=double(min(min(b); %换成双精度数值T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值m,n=size(b); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数。 d=(double(b)=T); % d:二值图像imwrite(d,2.车牌二值图像.jpg); %将图像数据写入到图像文件中figure(8);subplot(3,2,2),imshow(d),title(2.车牌二值图像)figure(8),subplot(3,2,3),imshow(d),title(3.均值滤波前)% 滤波h=fspecial(average,3); %建立预定义的滤波算子，average指定算子的类型，3为相应的参数d=im2bw(round(filter2(h,d); %转换为二值图像imwrite(d,4.均值滤波后.jpg); %将图像数据写入到图像文件中figure(8),subplot(3,2,4),imshow(d),title(4.均值滤波后)% 某些图像进行操作% 膨胀或腐蚀% se=strel(square,3); % 使用一个3X3的正方形结果元素对象对创建的图像膨胀% line/diamond/ball.se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵m,n=size(d); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数if bwarea(d)/m/n=0.365 %计算二值图像中对象的总面积 d=imerode(d,se); %图像的腐蚀elseif bwarea(d)/m/n=0.235 %计算二值图像中对象的总面积 d=imdilate(d,se); %实现膨胀操作endimwrite(d,5.膨胀或腐蚀处理后.jpg); %将图像数据写入到图像文件中figure(8),subplot(3,2,5),imshow(d),title(5.膨胀或腐蚀处理后)% 寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割d=qiege(d); %切割m,n=size(d); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数figure,subplot(2,1,1),imshow(d),title(n)k1=1;k2=1;s=sum(d);j=1;while j=n while s(j)=0 j=j+1; end k1=j; while s(j)=0 & j=round(n/6.5) val,num=min(sum(d(:,k1+5:k2-5); d(:,k1+num+5)=0; % 分割 endend% 再切割d=qiege(d);% 切割出 7 个字符y1=10;y2=0.25;flag=0;word1=;while flag=0 m,n=size(d); left=1;wide=0; while sum(d(:,wide+1)=0 wide=wide+1; end if widey2 flag=1;word1=temp; % WORD 1 end d(:,1:wide)=0;d=qiege(d); endend% 分割出第二个字符word2,d=getword(d);% 分割出第三个字符word3,d=getword(d);% 分割出第四个字符word4,d=getword(d);% 分割出第五个字符word5,d=getword(d);% 分割出第六个字符word6,d=getword(d);% 分割出第七个字符word7,d=getword(d);figure(9),imshow(word1),title(1);figure(10),imshow(word2),title(2);figure(11),imshow(word3),title(3);figure(12),imshow(word4),title(4);figure(13),imshow(word5),title(5);figure(14),imshow(word6),title(6);