✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
随着大数据技术的成熟以及人工智能技术的蓬勃发展，智慧交通逐渐成为相关技术的重要落地点。通过智慧交通技术，可以使道路网络达到更高的运行效率，既节省了人们的时间，又减少了资源的消耗。城市在发展过程中不免会遇到各种复杂的问题，举例来说，城市停车，停车难已经成为各发展较快城市，城市化过程中一个难以避免的问题。在停车场的入几处，设置午牌识别机以扫描和识别进出车辆的车牌号码，与相关系统对接并记录车辆的信息。车牌识别不仅可以加强车辆进出入管理，而且还有利于优化停车位的分布和方便车主查询查找停车位。因自然环境及监控设备而等因素的影响，采集的车牌照片质量层次不齐，因此，不同质量的标签照片要能够准确识别标签信息很有必要。
⛄ 部分代码
function t = qiege(image)
%用途：去掉不用的黑色区域，使得边界与白色点紧密连接
[m,n]=size(image);
top = 1;
bottom = m;
left = 1;
right = n;
while 1
while sum(image(top,:))==0 && top<=m
top = top + 1;
end
while sum(image(bottom,:))==0 && bottom>=1
bottom = bottom - 1;
end
while sum(image(:,left))<m/20 && left<=n
left = left + 1;
end
while sum(image(:,right))<m/20 && right>=1
right = right - 1;
end
dd = right - left;
hh = bottom - top;
length=round(hh/4);
if n<50 %分割到最后一张图就直接跳出
break;
end
if sum(image(:,left+10)) >10 && sum(image(:,left+5))>10 %分割常规字符
break;
end
if ( sum(image(:,left+1)) + sum(image(:,left+3)) ) >m/2 %分割“1”字符
break;
end
left=left+5;
end
%切割图像
t = imcrop(image, [left top dd hh]);
⛄ 运行结果
⛄ 参考文献
[1] 周世杰, 李顶根. 基于卷积神经网络的大场景下车牌识别[J]. 计算机工程与设计, 2020, 41(9):5.
[2] 刘永桂, 任闯. 一种基于卷积神经网络的车牌识别方法:, CN113159153A[P]. 2021.
[3] 彭洋, 汪孟杰. 基于卷积神经网络的车牌识别[J]. 微计算机信息, 2020, 000(017):72-73.
[4] 苏康友柳贵东熊宇. 基于卷积神经网络的车牌识别设计[J]. 信息与电脑, 2022, 34(15):198-200.
