车牌的定位、字符分割、并用神经网络实现了字符识别功能matlab源码程序 - matlab图像处理

下载频道> 资源分类> matlab源码> 图像处理> 车牌的定位、字符分割、并用神经网络实现了字符识别功能matlab源码程序

标题：车牌的定位、字符分割、并用神经网络实现了字符识别功能matlab源码程序
分享到：

所属分类: 图像处理资源类型：程序源码文件大小: 108.11 KB 上传时间: 2019-06-16 14:04:55 下载次数: 92 资源积分：1分提供者: zhangsan456 code

内容：
车牌的定位、字符分割、并用神经网络实现了字符识别功能matlab源码程序

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

function [d]=lpcseg(jpg)

clc

clear

I=imread('car.jpg'); %特征提取?

I1=rgb2gray(I);

I2=edge(I1,'robert',0.15,'both'); % ?

se=[1;1;1]; % ?

I3=imerode(I2,se);

se=strel('rectangle',[25,25]);

I4=imclose(I3,se);

I5=bwareaopen(I4,2000); % <2000

[y,x,z]=size(I5);

myI=double(I5);

tic

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; %扫描y方向

end

[temp MaxY]=max(white_y);

PY1=MaxY;

while ((white_y(PY1,1)>=5)&&(PY1>1))

PY1=PY1-1;

end

PY2=MaxY;

while ((white_y(PY2,1)>=5)&&(PY2<y))

PY2=PY2+1;

end

IY=I(PY1:PY2,:,:); %

white_x=zeros(1,x);

for j=1:x

for i=PY1:PY2

if(myI(i,j,1)==1)

white_x(1,j)= white_x(1,j)+1;

end

PX1=1;

while ((white_x(1,PX1)<3)&&(PX1<x))

PX1=PX1+1;

end

PX2=x;

while ((white_x(1,PX2)<3)&&(PX2>PX1))

PX2=PX2-1;

end

PX1=PX1-1;

PX2=PX2+1;

dw=I(PY1:PY2-8,PX1:PX2,:);

t=toc;

figure(1),subplot(4,2,1),imshow(dw), ('定位剪切后的彩色车牌图像')

imwrite(dw,'dw.jpg');

[filename,filepath]=uigetfile('dw.jpg','输入一个定位裁剪后的车牌图像');

jpg=strcat(filepath,filename);

a=imread(jpg);

figure(1);subplot(4,2,1),imshow(a), ('1.定位剪切后的彩色车牌图像')

b=rgb2gray(a);

imwrite(b,'2.车牌灰度图像.jpg');

figure(1);subplot(4,2,2),imshow(b), ('2.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,'3.车牌二值图像.jpg');

figure(1);subplot(4,2,3),imshow(d), ('3.车牌二值图像')

% 旋转

rotate=0;

d=imread('3.车牌二值图像.jpg');

bw=edge(d);

[m,n]=size(d);

%theta=1:179;

% bw 表示需要变换的图像，theta 表示变换的角度

% 返回值 r 表示的列中包含了对应于 theta中每一个角度的 Radon 变换结果

% 向量 xp 包含相应的沿 x轴的坐标

%[r,xp]=radon(bw,theta);

%i=find(r>0);

%[foo,ind]=sort(-r(i)); %

%k=i(ind(1:size(i)));

%[y,x]=ind2sub(size(r),k);

%[mm,nn]=size(x);

%if mm~=0 && nn~=0

% j=1;

% while mm~=1 && j<180 && nn~=0

% i=find(r>j);

% [foo,ind]=sort(-r(i));

% k=i(ind(1:size(i)));

% [y,x]=ind2sub(size(r),k);

% [mm,nn]=size(x);

% j=j+1;

% end

% if nn~=0

% if x % Enpty matrix: 0-by-1 when x is an enpty array.列

% x=x;

% else % 可能 x 为空值

% x=90; % 其实就是不旋转

% end

% d=imrotate(d,abs(90-x)); % 旋转图像

% rotate=1;

% end

%end

%imwrite(d,'4.Radon 变换旋转后的二值图像.jpg');

%figure(1),subplot(3,2,4),imshow(d), ('4.Radon 变换旋转后的二值图像')

% 统一到白底黑字

[m,n]=size(d);

% flag=0 表示原来就是白底黑字，否则表示原来是黑底白字

flag=0;

c=d([round(m/3):m-round(m/3)],[round(n/3):n-round(n/3)]);

if sum(sum(c))/m/n*9>0.5

d=~d;flag=1;

end

imwrite(d,'4.统一成白底黑字.jpg');

figure(1),subplot(4,2,4),imshow(d), ('4.背景色统一成白底黑字')

%figure(2),subplot(4,1,1),imshow(d), ('5.黑底白字的二值车牌图像')

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%去除左右上下边框

%去除左右边框

% 对反色后的图像预处理，整列几乎为白的认为是背景

if flag==1

for j=1:n

if sum(sum(d(:,j)))/m>=0.95

d(:,j)=0;

end

% 对以上处理后的图像再处理

% 在左边 1/2 处找连续两条黑线，认为该黑线左边为背景；在右边 1/2 处找连续两条黑线，认为该黑线右边是背景

% 左边 1/2

jj=0;

for j=1:round(n/2)

if sum(sum(d(:,[j:j+0])))==0

jj=j;

end

d(:,[1:jj])=0;

% 右边 1/2

for j=n:-1:round(n/2)

if sum(sum(d(:,[j-0:j])))==0

jj=j;

end

d(:,[jj:n])=0;

end

imwrite(d,'5.连续两条黑线则被认为是背景.jpg');

figure(2),subplot(4,1,1),imshow(d), ('5.连续两条黑线则被认为是背景.')

% 去除上下边框

% STEP 1 黑白跳变小于阈值则被视为背景

% 上面 2/5

y1=10; % y1: 跳变阈值

for i=1:round(m/5*2)

count=0;jump=0;temp=0;

for j=1:n

if d(i,j)==1

temp=1;

else

temp=0;

end

if temp==jump

count=count;

else

count=count+1;

end

jump=temp;

end

if count<y1

d(i,:)=0;

end

% 下面 2/5

for i=2*round(m/5):m

count=0;jump=0;temp=0;

for j=1:n

if d(i,j)==1

temp=1;

else

temp=0;

end

if temp==jump

count=count;

else

count=count+1;

end

jump=temp;

end

if count<y1

d(i,:)=0;

end

imwrite(d,'6.黑白跳变小于某阈值的行则被视为背景.jpg');

figure(2),subplot(4,1,2),imshow(d), ('6.黑白跳变小于某阈值的行则被视为背景')

% STEP 2 单行白色大于阈值则被认为是背景，考虑 FLAG 的值

% 上面 2/5

%y2=round(n/2); % y2: 阈值 round取整

%for i=1:round(m/5*2)

% if flag==0

% temp=sum(d(i,:));y2=round(n/2);

% if temp>y2

% d(i,:)=0;

% end

%else

% temp=m-sum(d(i,:));y2=m-round(n/2);

% if temp<y2

% d(i,:)=0;

% end

%end

% 下面 2/5

%for i=round(3*m/5):m

% if flag==0

% temp=sum(d(i,:));y2=round(n/2);

% if temp>y2

% d(i,:)=0;

% end

% else

% temp=m-sum(d(i,:));y2=m-round(n/2);

% if temp<y2

% d(i,:)=0;

%end

%imwrite(d,'7.单行白色点总数大于某阈值则该行被认为是背景.jpg');

%figure(2),subplot(5,1,3),imshow(d), ('7.单行白色点总数大于某阈值则该行被认为是背景')

% STEP 3 单行白色大于阈值则被认为是背景，考虑 FLAG 的值

% 上面 2/5

y2=round(n/2); % y2: 阈值

for i=1:round(m/5*2)

if flag==0

temp=sum(d(i,:));y2=round(n/2);

if temp>y2

d(i,:)=0;

end

else

temp=m-sum(d(i,:));y2=m-round(n/2);

if temp<y2

d(i,:)=0;

end

% 下面 2/5

for i=round(3*m/5):m

if flag==0

temp=sum(d(i,:));y2=round(n/2);

if temp>y2

d(i,:)=0;

end

else

temp=m-sum(d(i,:));y2=m-round(n/2);

if temp<y2

d(i,:)=0;

end

imwrite(d,'7.单行白色点总数大于某阈值则该行被认为是背景.jpg');

figure(2),subplot(4,1,3),imshow(d), ('7.单行白色点总数大于某阈值则该行被认为是背景')

% STEP 4 做完以上处理后，上边 1/2 中搜索连续两条黑线，认为该黑线以上为背景；

% 在下边 1/2 中搜索连续两条黑线，认为该黑线以下为背景

% 上边 1/2

for i=1:round(m/2)

if sum(sum(d([i:i+0],:)))==0

ii=i;

end

d([1:ii],:)=0;

% 下边 1/2

for i=m:-1:round(m/2)

if sum(sum(d([i-0:i],:)))==0

ii=i;

end

d([ii:m],:)=0;

imwrite(d,'8.搜索上下两条黑线后的结果.jpg');

figure(2),subplot(4,1,4),imshow(d), ('8.搜索上下两条黑线后的结果')

% 反旋转

if rotate==1

d=imrotate(d,-abs(x-90));

end

imwrite(d,'10.反旋转去毛刺后.jpg');

%figure(3),subplot(3,2,1),imshow(d), ('10.反旋转去毛刺后')

% 切割处最小范围

d=qiege(d);e=d;

imwrite(d,'9.切割处最小范围.jpg');

figure(3),subplot(3,2,1),imshow(d), ('9.切割处最小范围')

%figure(3),subplot(3,2,2),imshow(d), ('9.均值滤波前')

% 滤波

h=fspecial('average',3); %Create 2-D special filters

d=im2bw(round(filter2(h,d))); %Convert an image to a binary image, d on threshold

imwrite(d,'10.均值滤波后.jpg');

figure(3),subplot(3,2,2),imshow(d), ('10.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'...

sse=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵

[m,n]=size(d);

if bwarea(d)/m/n>=0.365

d=imerode(d,sse);

elseif bwarea(d)/m/n<=0.235

d=imdilate(d,sse);

end

imwrite(d,'11.膨胀或腐蚀处理后.jpg');

figure(3),subplot(3,2,3),imshow(d), ('11.膨胀或腐蚀处理后')

I=imread('11.膨胀或腐蚀处理后.jpg');

%I=imread('49-3-BW01.jpg');

I=double(im2bw(I,0.43));

[y x]=size(I);

Top=zeros(1,x); % 顶端轮廓检测

for i=1:x

j=1;

while ((I(j,i)==1)&(j<y))

j=j+1;

end

Top(i)=y-j;

end

Bottom=zeros(1,x); % 底部轮廓检测

for i=1:x

j=y;

while ((I(j,i)==1)&(j>1))

j=j-1;

end

Bottom(i)=y-j;

end

Height=Top-Bottom;

WordHeight=max(Height); % 文字高度

%=== 轮廓线的凹检测 ===%

TopD=zeros(1,x-1);

Concave=1; % 记录凹轮廓处的位置, 1表示默认起始列为第一个Concave

Deep=0; % 下降值

DeepH=0; % 上升值

DeepT=5; % 凹轮廓的深度阈值

Sign=0;

for i=1:x-1

TopD(i)=Top(i+1)-Top(i);

end

for i=1:x-2

if (TopD(i)<0) % 判断是否为凹轮廓

Sign=1; % 置标志位

DeepH=0;

Deep=Deep+TopD(i);

tempX=i+1; % 下一列可能为切分的Concave，最接近于左端

end

if ((Sign==1)&(TopD(i)>0))

if (abs(Deep)>=DeepT)

DeepH=DeepH+TopD(i);

if (abs(DeepH)>=DeepT)

Concave=[Concave tempX];

Sign=0; % 确认为凹后，复位标志位

DeepH=0;

end

else

Sign=0; % 确认为凹后，复位标志位

Deep=0;

end

%=== 轮廓线的凸检测 ===%

BottomD=zeros(1,x-1);

Convex=1;

Asend=0; % 上升值

Desend=0; % 下降值

ConvexT=3; % 凸程度阈值

Sign=0;

for i=1:x-1

BottomD(i)=Bottom(i+1)-Bottom(i);

end

for i=1:x-2

if (BottomD(i)>0)

Sign=1;

Desend=0;

Asend=Asend+BottomD(i);

tempX=i+1; % 最接近于左端

end

if((Sign==1)&(BottomD(i)<0))

if (abs(Asend)>=ConvexT)

Desend=Desend+BottomD(i);

if (abs(Desend)>=ConvexT)

Convex=[Convex tempX];

Sign=0; % 复位

Desend=0;

end

else

Sign=0; % 复位

Asend=0;

end

%=== 切分 ===%

[mytemp n]=size(Concave); % 注意 Concave 的第一个数值无效

StrokeT=5; % 笔划宽度阈值

GapT=8;

W=zeros(1,n);

for i=1:n-1

W(i)=Concave(i+1)-Concave(i);

end

W(n)=x-Concave(n);

Width=median(W); % 近似的字符宽度

PXR1=1; % 记录第一次切分位置

PXR2=1; % 记录第二次切分位置

Mark=0; % 记录黑白转换的次数

%CrossSign=0; % 交错粘连的标志

Black=zeros(1,x); % 统计笔划像素点

BP=zeros(1,x);

SegSoke=zeros(3,x); % 切分点处的笔划宽度

RH=zeros(1,x); % 切分后的高度比

RW=zeros(1,x); % 切分后的宽度比

Score=zeros(1,x); % 特征值的总得分

XGood=1; % X切分位置

SegY=1; % 记录第一次切分的Y深度

for k=2:n

WordH=max(Height(Concave(k-1):Concave(k)));

WordW=Concave(k)-Concave(k-1);

if ((WordW>=0.5*Width)&(WordW<=1.5*Width))

% 选定切分的区域

PX1=Concave(k);

PX2=PX1;

while ((TopD(PX2)==0)&(PX2<x))

PX2=PX2+1; % 凹右边的列位置

end

i=fix((PX1+PX2)/2+2);

if (Top(i)==1) % 无粘连

PXR1=[PXR1 i];

PXR2=[PXR2 i];

else

j=y+1-Top(i); % PY为实际的y坐标值，此处已为黑色像素点

Mark=0;

while((j<y)&(Mark<2))

if (I(j,i)==0)

Black(i)=Black(i)+1; % 记录黑色象素点数

Si=i;

while ((Si>1)&(I(j,Si)==0)) % 左笔划宽度

Si=Si-1;

SegSoke(1,i)=SegSoke(1,i)+1;

end

Si=i;

while ((Si<x)&(I(j,Si)==0)) % 右笔划宽度

Si=Si+1;

SegSoke(2,i)=SegSoke(2,i)+1;

end

Mark=Mark+abs(I(j+1,i)-I(j,i)); % 检测是否通过笔划

j=j+1;

end

SegY=[SegY j-1]; % 第一次切分截止处

if (j==38)

PXR1=[PXR1 i];

PXR2=[PXR2 i];

else % 单点粘连

SLi=i;

while ((SLi>1)&(I(j-1,SLi)==1)) % 选定区域左边界

SLi=SLi-1;

end

SRi=i;

while ((SRi<x+1)&(I(j-1,SRi)==1)) % 选定区域右边界

SRi=SRi+1;

end

[Mytemp PX2]=max(Bottom(SLi:SRi));

PXR2=[PXR2 PX2+SLi-1];

PXR1=[PXR1 i];

end

else if (WordW>1.5*Width)

PX=fix((Concave(k)+Concave(k-1))/2); % 避免水平“横”的粘连

k=k-1;

end

% 如果宽度过小，则不切分

end

%==== Segment ===%

for i=2:n

WI=I(:,fix((PXR1(i-1)+PXR2(i-1))/2):fix((PXR1(i)+PXR2(i))/2));

figure(10+i);imshow(WI);

end

WI=I(:,fix((PXR1(i)+PXR2(i))/2):x);

figure(10+i);imshow(WI);

%=== 图像显示 ===%

%px=(1:x); % X轴坐标

%figure(1);

%imshow(I);

%figure(2);

%plot(Top);hold on

%plot(px,y,'red');grid

% ('上轮廓');

%figure(3);

%plot(Bottom);hold on

%plot(px,y,'red');grid

% ('下轮廓');

%figure(4);

%plot(Height);grid

subplot(6,6,1),imshow(WI);

imwrite(WI,'14.12.jpg');

subplot(6,6,2),imshow(WI);

imwrite(WI,'14.13.JPG');

subplot(6,6,3),imshow(WI);

imwrite(WI,'14.14.jpg');

subplot(6,6,4),imshow(WI);

imwrite(WI,'14.15.JPG');

subplot(6,6,5),imshow(WI);

imwrite(WI,'14.16.jpg');

subplot(6,6,6),imshow(WI);

imwrite(WI,'14.17.JPG');

% 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);

%[m,n]=size(d);

%figure,subplot(2,1,1),imshow(d), (n) %2*1 1th matrix(rectangular)

%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=8;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; % WORD 1

%end

% d(:,[1:wide])=0;d=qiege(d);

% end

%end

%[word1,d]=getword(d);

% 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);

%subplot(5,7,1),imshow(word1), ('1');

%subplot(5,7,2),imshow(word2), ('2');

%subplot(5,7,3),imshow(word3), ('3');

%subplot(5,7,4),imshow(word4), ('4');

%subplot(5,7,5),imshow(word5), ('5');

%subplot(5,7,6),imshow(word6), ('6');

%subplot(5,7,7),imshow(word7), ('7');

%[m,n]=size(word1);

% 商用系统程序中归一化大小为 32*16,此处演示

%word1=imresize(word1,[40 20]);

%word2=wordprocess(word2);

%word3=wordprocess(word3);

%word4=wordprocess(word4);

%word5=wordprocess(word5);

%word6=wordprocess(word6);

%word7=wordprocess(word7);

%subplot(5,7,15),imshow(word1), ('1');

%subplot(5,7,16),imshow(word2), ('2');

%subplot(5,7,17),imshow(word3), ('3');

%subplot(5,7,18),imshow(word4), ('4');

%subplot(5,7,19),imshow(word5), ('5');

%subplot(5,7,20),imshow(word6), ('6');

%subplot(5,7,21),imshow(word7), ('7');

%imwrite(word1,'14.字符分割归一化后 1.jpg');

%imwrite(word2,'14.字符分割归一化后 2.jpg');

%imwrite(word3,'14.字符分割归一化后 3.jpg');

%imwrite(word4,'14.字符分割归一化后 4.jpg');

%imwrite(word5,'14.字符分割归一化后 5.jpg');

%%imwrite(word6,'14.字符分割归一化后 6.jpg');

%imwrite(word7,'14.字符分割归一化后 7.jpg');

%wordn=imshow(WI);

% 该子程序用于切割出最小范围

function e=qiege(d)

[m,n]=size(d);

top=1;bottom=m;left=1;right=n; % init

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]);

% 分割字符

%function [word,result]=getword(d)

%word=[];flag=0;y1=8;y2=0.5;

% if d=[]

% word=[];

%else

% 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

% result=d;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% 该子程序用于字符归一化处理

function d=wordprocess(d)

[m,n]=size(d);

%top 1/3, bottom 1/3

for i=1:round(m/3)

if sum(sum(d([i:i+0],:)))==0

ii=i;d([1:ii],:)=0;

end

for i=m:-1:2*round(m/3)

if sum(sum(d([i-0:i],:)))==0

ii=i;d([ii:m],:)=0;

end

if n~=1

d=qiege(d);

end

% d=..这个可以通过训练过程设置大小

% d=imresize(d,[32 16]); % 商用系统程序中归一划大小为：32*16

%d=imresize(d,[40 20]);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

function net = create_net(P,T);

% P - the inputs samples

% T - the corresponded targets

%S0 = 10;

S1 = 20; % middle

S2 = 10; % output

% create the net

net = newff(minmax([SAMP SAMP_NOISE SAMP_OR]),[S1 S2],{'logsig' 'logsig'}, 'traingdx');

% train the net

net.performFcn = 'sse'; % or sse

net.trainParam.goal = 0.01;

net.trainParam.show = 5;

net.trainParam.epochs = 5000;

net.trainParam.mc = 0.95;

% train the net

[net,tr] = train(net,[SAMP SAMP_NOISE SAMP_OR],[TARG TARG TARG]);

% 编号：A-Z 分别为 1-26; 0-9 分别为 27-36;

% 京津沪渝港澳吉辽鲁豫冀鄂湘晋青皖苏

% 赣浙闽粤琼台陕甘云川贵黑藏蒙桂新宁

% 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59

% 60 61 62 63 64 65 66 67 68 69 70

% 使用 BP 网络

function word=wordrec(xx)

clear

clc

%load create_net;

xx=im2bw(xx);xx=double(xx(:)); % 使用阈值将图像转换为二进制图像

a=sim(net,xx); % 归一划为： 32*16,则 xx=512*1;

[val,num]=max(a);

if num<=26

word=char(double('A')+num-1);

elseif num<=36

word=char(double('0')+num-1-26);

else

switch num

case 37

word='京';

case 38

word='津';

case 39

word='沪';

case 40

word='渝';

case 41

word='港';

case 42

word='澳';

case 43

word='吉';

case 44

word='辽';

case 45

word='鲁';

case 46

word='豫';

case 47

word='冀';

case 48

word='鄂';

case 49

word='湘';

case 50

word='晋';

case 51

word='青';

case 52

word='皖';

case 53

word='苏';

case 54

word='赣';

case 55

word='浙';

case 56

word='闽';

case 57

word='粤';

case 58

word='琼';

case 59

word='台';

case 60

word='陕';

case 61

word='甘';

case 62

word='云';

case 63

word='川';

case 64

word='贵';

case 65

word='黑';

case 66

word='藏';

case 67

word='蒙';

case 68

word='桂';

case 69

word='新';

case 70

word='宁';

end

%subplot(6,1,1),imshow(WI), ('1');

% ('2');

% ('3');

% ('4');

% ('5');

% ('6');

% ('7');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

文件列表（点击上边下载按钮，如果是垃圾文件请在下面评价差评或者投诉）:

code/
code/英文字母识别/
code/英文字母识别/test/
code/英文字母识别/words/
code/lpcseg.asv
code/lpcseg.m
code/lpr_loc.asv
code/lpr_loc.m
code/英文字母识别/0.bmp
code/英文字母识别/1.bmp
code/英文字母识别/10.bmp
code/英文字母识别/11.bmp
code/英文字母识别/12.bmp
code/英文字母识别/13.bmp
code/英文字母识别/14.bmp
code/英文字母识别/15.bmp
code/英文字母识别/16.bmp
code/英文字母识别/17.bmp
code/英文字母识别/18.bmp
code/英文字母识别/19.bmp
code/英文字母识别/2.bmp
code/英文字母识别/20.bmp
code/英文字母识别/21.bmp
code/英文字母识别/22.bmp
code/英文字母识别/23.bmp
code/英文字母识别/24.bmp
code/英文字母识别/25.bmp
code/英文字母识别/26.bmp
code/英文字母识别/27.bmp
code/英文字母识别/28.bmp
code/英文字母识别/29.bmp
code/英文字母识别/3.bmp
code/英文字母识别/30.bmp
code/英文字母识别/31.bmp
code/英文字母识别/32.bmp
code/英文字母识别/33.bmp
code/英文字母识别/34.bmp
code/英文字母识别/35.bmp
code/英文字母识别/36.bmp
code/英文字母识别/37.bmp
code/英文字母识别/38.bmp
code/英文字母识别/39.bmp
code/英文字母识别/4.bmp
code/英文字母识别/40.bmp
code/英文字母识别/41.bmp
code/英文字母识别/42.bmp
code/英文字母识别/43.bmp
code/英文字母识别/44.bmp
code/英文字母识别/45.bmp
code/英文字母识别/46.bmp
code/英文字母识别/47.bmp
code/英文字母识别/48.bmp
code/英文字母识别/49.bmp
code/英文字母识别/5.bmp
code/英文字母识别/50.bmp
code/英文字母识别/51.bmp
code/英文字母识别/52.bmp
code/英文字母识别/53.bmp
code/英文字母识别/54.bmp
code/英文字母识别/55.bmp
code/英文字母识别/56.bmp
code/英文字母识别/57.bmp
code/英文字母识别/58.bmp
code/英文字母识别/59.bmp
code/英文字母识别/6.bmp
code/英文字母识别/60.bmp
code/英文字母识别/61.bmp
code/英文字母识别/62.bmp
code/英文字母识别/63.bmp
code/英文字母识别/64.bmp
code/英文字母识别/65.bmp
code/英文字母识别/7.bmp
code/英文字母识别/8.bmp
code/英文字母识别/9.bmp
code/英文字母识别/Example1.asv
code/英文字母识别/Example1.m
code/英文字母识别/Example1Tr.asv
code/英文字母识别/Example1Tr.m
code/英文字母识别/op.m
code/英文字母识别/preprocess.m
code/英文字母识别/recognize.m
code/英文字母识别/test/0.bmp
code/英文字母识别/test/19.bmp
code/英文字母识别/test/46.bmp
code/英文字母识别/test/56.bmp
code/英文字母识别/test/62.bmp
code/英文字母识别/test/63.bmp
code/英文字母识别/test/65.bmp
code/英文字母识别/words/0.bmp
code/英文字母识别/words/1.bmp
code/英文字母识别/words/10.bmp
code/英文字母识别/words/11.bmp
code/英文字母识别/words/12.bmp
code/英文字母识别/words/13.bmp
code/英文字母识别/words/14.bmp
code/英文字母识别/words/15.bmp
code/英文字母识别/words/16.bmp
code/英文字母识别/words/17.bmp
code/英文字母识别/words/18.bmp
code/英文字母识别/words/19.bmp
code/英文字母识别/words/2.bmp
code/英文字母识别/words/20.bmp
code/英文字母识别/words/21.bmp
code/英文字母识别/words/22.bmp
code/英文字母识别/words/23.bmp
code/英文字母识别/words/24.bmp
code/英文字母识别/words/25.bmp
code/英文字母识别/words/26.bmp
code/英文字母识别/words/27.bmp
code/英文字母识别/words/28.bmp
code/英文字母识别/words/29.bmp
code/英文字母识别/words/3.bmp
code/英文字母识别/words/30.bmp
code/英文字母识别/words/31.bmp
code/英文字母识别/words/32.bmp
code/英文字母识别/words/33.bmp
code/英文字母识别/words/34.bmp
code/英文字母识别/words/35.bmp
code/英文字母识别/words/36.bmp
code/英文字母识别/words/37.bmp
code/英文字母识别/words/38.bmp
code/英文字母识别/words/39.bmp
code/英文字母识别/words/4.bmp
code/英文字母识别/words/40.bmp
code/英文字母识别/words/41.bmp
code/英文字母识别/words/42.bmp
code/英文字母识别/words/43.bmp
code/英文字母识别/words/44.bmp
code/英文字母识别/words/45.bmp
code/英文字母识别/words/46.bmp
code/英文字母识别/words/47.bmp
code/英文字母识别/words/48.bmp
code/英文字母识别/words/49.bmp
code/英文字母识别/words/5.bmp
code/英文字母识别/words/50.bmp
code/英文字母识别/words/51.bmp
code/英文字母识别/words/52.bmp
code/英文字母识别/words/53.bmp
code/英文字母识别/words/54.bmp
code/英文字母识别/words/55.bmp
code/英文字母识别/words/6.bmp
code/英文字母识别/words/7.bmp
code/英文字母识别/words/8.bmp
code/英文字母识别/words/9.bmp
code/英文字母识别/复件 (3) recognize.m