自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

上一步保存

2301_80414421的博客

原创 MARKDOWNDAY1

点击跳转到浏览器]([上网导航 - 安全实用的网址导航 (hiduba.com)](https://www.hiduba.com/sv.html?[帕拉达](C:\Users\user\Desktop\微信图片_20231019173636.jpg)1. 有序列表用[数字]+[.]+[空格]进行处理使用。2. 无序列表用[-（减号）]+[空格]进行调用。- 转左下源代码模式↓删除行间之间的空格转变为代码。>想要和某人建立关系，就要承担失去的风险。舍原|无性|1998.10.2。或：直接右键插入表格。

2023-10-21 22:14:43 95 2

MARKDOWNDAY1

2023-10-21

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

She-yuan

博客等级

码龄2年

1
原创

0
点赞

0
收藏

1
粉丝

关注

私信

最新评论

MARKDOWNDAY1
She-yuan: function cpsb3=main() [filename, pathname] = uigetfile( ... {'*.png;*.jpg', 'All MATLAB Files (*.png, *.jpg)'; ... '*.*', 'All Files (*.*)'}, 'Pick a file'); I=imread(filename);%图象的采集与转换 figure(1),subplot(2,2,1),imshow(I);title('原图'); I1=rgb2gray(I); subplot(2,2,2),imshow(I1);title('灰度图'); subplot(2,2,3),imhist(I1);title('灰度图直方图'); I2=edge(I1,'canny',0.08,'both');%边缘算子平滑处理减小噪声提取边缘 subplot(2,2,4),imshow(I2);title('canny算子边缘检测') se=[1;1;1];%线型结构元素 I3=imerode(I2,se); figure(2),subplot(2,2,1),imshow(I3);title('腐蚀后图像'); se=strel('rectangle',[40,40]);%生成一个矩阵线型结构元素 I4=imclose(I3,se); %闭运算 subplot(2,2,2),imshow(I4);title('平滑图像的轮廓'); I5=bwareaopen(I4,2000,8); subplot(2,2,3),imshow(I5);title('从图象中移除小对象'); subplot(2,2,4),imhist(I5);title('灰度图直方图'); [y,x]=size(I5);%【行列默认1 】 myI=double(I5); white_y=zeros(y,1); for i=1:y for j=1:x if(myI(i,j,1)==1) white_y(i,1)= white_y(i,1)+1;%蓝色像素点统计 end end end [temp MaxY]=max(white_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 ((white_y(PY1,1)>=120)&&(PY1>1)) PY1=PY1-1; %找车牌最上端 end PY2=MaxY; while ((white_y(PY2,1)>=40)&&(PY2<y)) PY2=PY2+1; %找车牌最下端 end %begin纵向扫描 white_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) white_x(1,j)= white_x(1,j)+1; end end end PX1=1; % 以下为找车牌X方向最小值？？？ while ((white_x(1,PX1)<3)&&(PX1<x)) PX1=PX1+1; end PX2=x; % 以下为找车牌X方向最大值？？ while ((white_x(1,PX2)<3)&&(PX2>PX1)) PX2=PX2-1; end PX2=PX2+2; dw=I(PY1:PY2,PX1:PX2,:); % figure(3),subplot(2,2,1),imshow(dw),title('定位剪切后的彩色车牌图像') imwrite(dw,'dw.jpg'); %dw a=imread('dw.jpg'); %读取图片文件中的数据 b=rgb2gray(a); %彩色图像转换为灰度图像 figure(3);subplot(2,2,2),imshow(b),title('1.车牌灰度图像') %对车牌二值化设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群，即对图像二值化 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 为二值化的阈值最佳阈值二值化，灰度的最大值减去最大值与最下值的1/3梯度 [m,n]=size(b); %返回矩阵b的尺寸信息 m为行 n为列 d=(double(b)>=T); % d:二值图像 figure(3);subplot(2,2,3),imshow(d),title('2.车牌二值图像') % % 滤波 h=fspecial('average',3); %均值滤波器 average指定算子的类型，3为相应的参数 d=im2bw(round(filter2(h,d))); %BW = im2bw(I, level) 将灰度图像 I 转换为二进制图像。输出图像 %BW 将输入图像中亮度值大于 level 的像素替换为值1 (白色)，其他替换为值0(黑色 imwrite(d,'4.均值滤波后.jpg'); % 保存 figure(3),subplot(2,2,4),imshow(d),title('4.均值滤波后') % 某些图像进行操作，膨胀或腐蚀 se=eye(2); % eye(n) 返回n乘n单一矩阵单位矩阵 [m,n]=size(d); temp=bwarea(d);%matlab里函数bwarea 计算目标物的面积 if bwarea(d)/m/n>=0.365 %计算二值图像中白的对象占总面积 d=imerode(d,se); %imerode 实现图像腐蚀 d为待处理图像，se是结构元素对象 elseif bwarea(d)/m/n<=0.235 d=imdilate(d,se); %imdilate 图像膨胀 end imwrite(d,'5.膨胀或腐蚀处理后.jpg'); figure(4),subplot(2,2,1),imshow(d),title('5.膨胀或腐蚀处理后') d=qiege(d); figure(4),subplot(2,2,2),imshow(d),title('6.切割后图片') [word1,d]=getword(d);% 分割出第二个字符 [word2,d]=getword(d);% 分割出第二个字符 [word3,d]=getword(d);% 分割出第三个字符 [word4,d]=getword(d);% 分割出第四个字符 [word5,d]=getword(d);% 分割出第五个字符 [word6,d]=getword(d);% 分割出第六个字符 [word7,d]=getword(d);% 分割出第七个字符 figure(5),subplot(1,7,1),imshow(word1) subplot(1,7,2),imshow(word2) subplot(1,7,3),imshow(word3) subplot(1,7,4),imshow(word4) subplot(1,7,5),imshow(word5) subplot(1,7,6),imshow(word6) subplot(1,7,7),imshow(word7) end function [word,result]=getword(d) word=[]; flag=0; y1=8; y2=0.5; while flag==0 [m,n]=size(d); % 求行列 wide=0; while sum(d(:,wide+1))~=0 && wide<=n-2 %有白色加1知道没有白色，也就是找出一个白色区域 wide=wide+1; end temp=qiege(imcrop(d,[1 1 wide m])); %切出第一个字符 [m1,n1]=size(temp); if wide<y1 && n1/m1>y2 %像素小于或切割字体大小列除以行 d(:,[1:wide])=0; % 第一个涂黑 if sum(sum(d))~=0 d=qiege(d); % 切割出最小范围 else word=[];flag=1; end else word=qiege(imcrop(d,[1 1 wide m])); d(:,[1:wide])=0; if sum(sum(d))~=0; d=qiege(d);flag=1; else d=[]; end end end result=d; end %切割 function e=qiege(d) [m,n]=size(d); top=1;bottom=m;left=1;right=n; % init while sum(d(top,:))==0 && top<=m %切割出白色区域（横切） top=top+1; end while sum(d(bottom,:))==0 && bottom>1 %同上 bottom=bottom-1; end while sum(d(:,left))==0 && left<n %切割出白区域（纵切） left=left+1; end while sum(d(:,right))==0 && right>=1 right=right-1; end dd=right-left; hh=bottom-top; e=imcrop(d,[left top dd hh]); end
MARKDOWNDAY1
优快云-Ada助手: 恭喜您开始博客创作！看到您的第一篇博客标题“MARKDOWNDAY1”，我感到非常高兴。创作博客是一个很棒的方式来记录和分享您的思考和经验。下一步，我建议您继续坚持写下去，探索更多有趣的主题，并分享您的见解和想法。当然，博客创作是一个不断学习和进步的过程，所以请不要害怕尝试新的写作风格和技巧。期待看到您未来更多精彩的博文！加油！推荐【每天值得看】：https://bbs.youkuaiyun.com/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1

提示

确定要删除当前文章？

取消删除