abaixx
2021-09-29 20:24
采纳率: 100%
浏览 334

关于用matlab车牌识别,识别字符时出现索引超出矩阵维度怎么办?求解

在网上看到的一个车牌识别的代码,自己运行了发现出现了挺多不懂 的地方

到字符识别这一步出现了这个错误提示,实在是不知道怎么办了。

错误截图

img


部分代码

img

不知道怎么解决。
字符模板中也有这个字的

img

使用的车牌图片为:

img

下面是源代码:

function[d]=main(jpg)
[filename,pathname]=uigetfile({'C:\Users\LENOVO\Desktop\原图2.jpg'});
if(filename==0),return,end
global FILENAME  %定义全局变量
FILENAME = [pathname filename]; 
I=imread(FILENAME); 
figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果

%2.将彩图转换为灰度图并绘制直方图:
I1=rgb2gray(I);%将彩图转换为灰度图
figure(2),subplot(1,2,1),imshow(I1);title('灰度图像');
figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');

%3.?用roberts算子进行边缘检测:
I2=edge(I1,'roberts',0.18,'both');%选择阈值0.11,用roberts算子进行边缘测
figure(3),imshow(I2);title('roberts 算子边缘检测图像'); 

%4.图像实施腐蚀操作
se=[1;1;1];
I3=imerode(I2,se);%对图像实施腐蚀操作,即膨胀的反操作
figure(4),imshow(I3);title('腐蚀后图像');

%5.平滑图像
se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se?
I4=imclose(I3,se);%?图像聚类、填充图像
figure(5),imshow(I4);title('平滑图像');

%6.?删除二值图像的小对象
I5=bwareaopen(I4,2000);%?去除聚团灰度值小于2000的部分
figure(6),imshow(I5);title('从对象中移除小的对象');

%二、车牌定位
[y,x]=size(I5);%返回I5各维的尺寸,存储在x,y中
myI=double(I5);%将I5转换成双精度
tic%tic表示计时的开始,toc表示计时的结束
 Blue_y=zeros(y,1);%产生一个y*1的零阵
 for i=1:y 
 for j=1:x 
  if(myI(i,j,1)==1) %如果myI(i,j,1)即myI的图像坐标为(i,j)的点值为1,即该点为车牌背景颜色蓝色
 %则Blue_y(i,1)的值加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);%Y方向车牌区域确定
%temp为向量white_y的元素中的最大值,MaxY为该值的索引
PY1=MaxY;
while((Blue_y(PY1,1)>=5)&&(PY1>1))
 PY1=PY1-1;
end
PY2=MaxY;
while((Blue_y(PY2,1)>=5)&&(PY2<y))
 PY2=PY2+1;
end
IY=I(PY1:PY2,:,:);
%x方向车牌区域确定?
%%%%%%?X方向?%%%%%%%%%?
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)&&(PX1<x))
 PX1=PX1+1;
end
PX2=x;
while((Blue_x(1,PX2)<3)&&(PX2>PX1))
 PX2=PX2-1;
end
PX1=PX1-1;%对车牌区域的校正
PX2=PX2+1;
dw=I(PY1:PY2-8,PX1:PX2,:);
t=toc;
figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区');

figure(7),subplot(1,2,2),imshow(dw),title('定位裁剪后的车牌色图像');

%三、字符分割及处理
imwrite(dw,'彩色车牌.jpg');%将彩色车牌写入彩色车牌文件中
a=imread('彩色车牌.jpg');%读取车牌文件中的数据
b=rgb2gray(a);%将车牌图像转换为灰度图
imwrite(b,'车牌灰度图像.jpg');%将灰度图像写入文件中
figure(8);subplot(3,2,1),imshow(b),title('车牌灰度图像')
g_max=double(max(max(b)));
g_min=double(min(min(b)));
T=round(g_max-(g_max-g_min)/3);%?T?为二值化的阈值
[m,n]=size(b);
d=(double(b)>=T);%?d:二值图像
imwrite(d,'均值滤波前.jpg');
subplot(3,2,2),imshow(d),title('均值滤波前')%均值滤波前?
%?滤波
h=fspecial('average',3);%建立预定义的滤波算子,average为均值滤波,模板的尺寸为3*3?
d=im2bw(round(filter2(h,d)));%使用指定的滤波器h对h进行d即均值滤波
imwrite(d,'均值滤波后.jpg');
subplot(3,2,3),imshow(d),title('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进行膨胀?
%?'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
if bwarea(d)/m/n>=0.365%计算二值图像中对象的总面积与整个面积的比是否大于0.365
d=imerode(d,se);%如果大于0.365则图像进行腐蚀
elseif bwarea(d)/m/n<=0.235%计算二值图像中对象的总面积与整个面积的比是否小于0.235?
d=imdilate(d,se);%如果小于则实现膨胀操作
end
imwrite(d,'膨胀或腐蚀处理后.jpg');
subplot(3,2,4),imshow(d),title('膨胀或腐蚀处理后');

%2.字符分割
d=qiege(d);
[m,n]=size(d);
%?subplot(3,2,5),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<=n-1
j=j+1;
end
k2=j-1;
if k2-k1>=round(n/6.5)
[val,num]=min(sum(d(:,[k1+5:k2-5])));
d(:,k1+num+5)=0;%?分割
end
end
%?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 wide<y1%?认为是左侧干扰
d(:,[1:wide])=0;
d=qiege(d);
else
temp=qiege(imcrop(d,[1 1 wide 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
d(:,[1:wide])=0;d=qiege(d);
end
end
%?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);
subplot(2,7,1),imshow(word1),title('0.1');
subplot(2,7,2),imshow(word2),title('2');
subplot(2,7,3),imshow(word3),title('3');
subplot(2,7,4),imshow(word4),title('4');
subplot(2,7,5),imshow(word5),title('5');
subplot(2,7,6),imshow(word6),title('6');
subplot(2,7,7),imshow(word7),title('7');
[m,n]=size(word1);
%?商用系统程序中归一化大小为40*20,此处演示

word1=imresize(word1,[40 20]);
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(2,7,8),imshow(word1),title('1.1');
subplot(2,7,9),imshow(word2),title('2');
subplot(2,7,10),imshow(word3),title('3');
subplot(2,7,11),imshow(word4),title('4');
subplot(2,7,12),imshow(word5),title('5');
subplot(2,7,13),imshow(word6),title('6');
subplot(2,7,14),imshow(word7),title('7');
imwrite(word1,'2.1.jpg');
imwrite(word2,'2.jpg');
imwrite(word3,'3.jpg');
imwrite(word4,'4.jpg');
imwrite(word5,'5.jpg');
imwrite(word6,'6.jpg');
imwrite(word7,'7.jpg');

%四 车牌匹配识别
liccode=char(['0':'9' 'A':'Z' '豫']);%建立自动识别字符代码表
SubBw2=zeros(40,20);%产生40*20的全0矩阵
l=1;
for I=1:7
ii=int2str(I);%转为串?
t=imread([ii,'.jpg']);%读取图片文件中的数据
SegBw2=imresize(t,[40 20],'nearest');%对图像做缩放处理
SegBw2=double(SegBw2)>20;
if l==1%第一位汉字识别
kmin=37;
kmax=43;
elseif l==2%第二位A~Z?字母识别
kmin=11;
kmax=36;
else l >= 3%第三位以后是字母或数字识别
kmin=1;
kmax=36;
end

for k2=kmin:kmax
fname=strcat('字符模板\',liccode(k2),'.jpg');
SamBw2 = imread(fname);
SamBw2 = double(SamBw2)>1;
for i=1:40
for j=1:20
SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);
end
end
%?以上相当于两幅图相减得到第三幅图
%?以上相当于两幅图相减得到第三幅图
Dmax=0;
for k1=1:40
for l1=1:20
if ( SubBw2(k1,l1)> 0 || SubBw2(k1,l1)<0 )
Dmax=Dmax+1;
end
end
end
Error(k2)=Dmax;
end
Error1=Error(kmin:kmax);
MinError=min(Error1);
findc=find(Error1==MinError);
Code(l*2-1)=liccode(findc(1)+kmin-1);
Code(l*2)='?';%输出最大相关图像
l=l+1;
end
figure(10),imshow(dw),title (['车牌号码:',Code],'Color','r');

自定义函数:

function e=qiege(d)
[m,n]=size(d);
top=1;bottom=m;left=1;right=n;%int?
while sum(d(top,:))==0&&top<=m
top=top+1;
end
while sum(d(bottom,:))==0&&bottom>1
bottom=bottom-1;
end
while sum(d(:,left))==0&&left<n
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]);%返回图像的一个裁剪区域
 

   function [word,result]=getword(d)
word=[];flag=0;y1=8;y2=0.5;
while flag==0
[m,n]=size(d);
wide=0;
while sum(d(:,wide+1))~=0&&wide<=n-2
wide=wide+1;
end
temp=qiege(imcrop(d,[1 1 wide m]));
[m1,n1]=size(temp);
if wide<y1&&n1/m1>y2
d(:,[1:wide])=0;
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;


  • 写回答
  • 好问题 提建议
  • 追加酬金
  • 关注问题
  • 邀请回答

1条回答 默认 最新

相关推荐 更多相似问题