lｘ=0;
for l=1:nｕm
width=Ｂｏuｎdi
highｔ=BoｕndingBoｘ((l-1）*４+4)；％框架高度的计算
if（widｔｈ>98 & wｉdｔｈ＜160＆highｔ＞２５& higｈt<５0)%框架的宽度和高度的范围，这块儿不同的图片对应不同,可以用终端操作查看后更改!!!
%Ｓteｐ２图像预处理对Sgray原始黑白图像进行开操作得到图像背景
s=ｓtｒel('ｄisｋ',13);%strel函数
Bgｒay=iｍopen（Sgｒay,s)；%打开sｇrａyｓ图像
fiｇure,imshoｗ（Bｇｒay）;tｉtle('背景图像＇);%输出背景图像
%用原始图像与背景图像作减法，增强图像
Aｒea=[Feasｔats.Aｒea]；%区域面积
BoｕndｉngBｏx＝[Feastatｓ.BoｕndingBoｘ]；%[x ywidｔhｈeiｇｈｔ]车牌框架大小
RGB = labｅl2ｒgb(L,＇sprｉng', 'k',＇ｓhufｆle＇);%标志图像向ＲＧB图像转换
fiｇuｒe,iｍｓhow(RＧB);ｔiｔle('图像彩色标记');%输出框架的彩色图像
ｌevel=(fmaｘ1-（fmax1-fmin１）／3)／２55;%获得最佳阈值
bｗ22=im2bw(Egｒay,lｅvｅl)；%转换图像为二进制图像
bw2＝ｄoｕｂle（bw22);
%Step４对得到二值图像作开闭操作进行滤波
fiｇuｒe,ｉmshow(ｂw2)；title('图像二值化＇）;%得到二值图像
grd=ｅdgｅ(ｂw２,'canｎy')％用caｎny算子识别强度图像中的边界
figurｅ,imshow(grd)；tiｔｌe('图像边缘提取')；％输出图像边缘
ｂg1=imcloｓe(ｇrd，strｅl('ｒecｔangｌe',[5，19]));％取矩形框的闭运算
ｆｉgｕｒe，imsｈoｗ(ｂｇ1）；tｉｔlｅ（'图像闭运算[5，19]');%输出闭运算的图像
lx=ｌx+1；
Ｇeｔok(lx)=l；
eｎd
eｎd
fｏr k= 1：lx
l＝Geｔok(k）;
ｓtartcoｌ=BoｕnｄiｎｇBox((l-1）*4+1)-2;%开始列
stａrtrｏw=BoｕndinｇBox（（l－1）*４+2)-２；%开始行
wｉdth=BｏｕndiｎgBｏｘ((l-1）*４＋３)+8;%车牌宽
ｂg3=ｉmｏpen（ｂg1,strel(＇recｔangle＇,[5,19］)）；%取矩形框的开运算
ｆｉguｒe,iｍshow(bg３）；tｉtｌｅ('图像开运算［5,1９］'）;%输出开运算的图像
bg2＝imoｐen(bｇ3,strｅl('rectａngle＇,[19,1]));%取矩形框的开运算
ｈiｇhｔ=BｏuｎdinｇBox（(l-１）*4＋4)＋2；%车牌高
ｒato＝wｉdｔｈ/ｈiｇht;％计算车牌长宽比
iｆ ｒato>2 & rａｔo<4％这块儿也需要根据具体情况更改一下,如3-6啊什么的
bｒeａk;
enｄ
ｅnd
ｓｂw1＝bw2(staｒtｒow:stａrtrow+hiｇht，ｓtartｃol:startcol+ｗｉdtｈ－１）；%获取车牌二值子图
％Step6计算车牌水平投影,并对水平投影进行峰谷分析
ｈisｔcｏｌ1=sｕm(ｓbw1);%计算垂直投影
histrow=suｍ(sbw1');%计算水平投影
figurｅ，ｓuｂpｌoｔ(2,１,１)，baｒ(ｈｉstcol1)；tiｔｌe('垂直投影(含边框)')；%输出垂直投影
ｓubpｌot(2,１,2),bar(hｉｓtrow)；ｔitｌｅ('水平投影(含边框)')；%输出水平投影
Scolｏｒ＝imrｅaｄ('３.ｊpg');％imread函数读取图像文件
%将彩色图像转换为黑白并显示
Sｇray＝rgb２gray(Scolｏr);%rgb2gｒaｙ转换成灰度图
figure，ｉmshow(Ｓcoｌｏr)，ｔiｔle('原始彩色图像');%fｉgurｅ命令同时显示两幅图
ｆigｕｒｅ,iｍshow(Sｇｒay）,ｔitle（'原始黑白图像');
figｕre,subplｏt（２，1,1),bａr(histrｏw);tiｔｌe（＇水平投影(含边框)')；%输出水平投影
sｕbｐloｔ(2,１,2),iｍsｈｏw(ｓbw１)；ｔitle(＇车牌二值子图＇）;％输出二值图
车牌识别的ｍaｔlab程序－-(详细注释-并有使用注意点)
———————————————————————————————— 作者：
———————————————————————————————— 日期:
ﻩ
附录
车牌识别程序
ｃleaｒ；
close all;
%Step1获取图像装入待处理彩色图像并显示原始图像
Egray=imsｕｂtｒａct(Ｓgray,Bｇray);%两幅图相减
fｉｇure,imｓhow（Egrａy);tｉtｌe（＇增强黑白图像＇);％输出黑白图像
%Step3取得最佳阈值，将图像二值化
ｆmａx1＝doublｅ(maｘ（ｍax(Eｇｒay)))；％ｅｇray的最大值并输出双精度型
ｆｍｉn1=double(ｍｉn(min（Eｇray）)）；%egｒａy的最小值并输出双精度型
sｕｂcｏｌ１=Ｓｇrａy(startrow:ｓtartrow+higｈt，ｓtartcol:ｓｔartcol+width－1);%获取车牌灰度子图
figurｅ，subplｏt(2，１,1）,imshow（subcol1)；ｔitlｅ(＇车牌灰度子图')；%输出灰度图
subplot(２,１，2),iｍsｈoｗ(sｂw1);ｔｉtｌe('车牌二值子图');%输出车牌的二值图
figｕｒe，iｍshoｗ（ｂg２);tiｔｌe('图像开运算[19，1］'）；%输出开运算的图像
％Ｓtep5对二值图像进行区域提取,并计算区域特征参数。进行区域特征参数比较，提取车牌区域
[L,nuｍ] = bwlabel(bg2，８）;%标注二进制图像中已连接的部分
Feaｓｔａts =iｍfeatuｒe(Ｌ，'basic'）;%计算图像区域的特征尺寸