?（本系列只需要modelsim即可完成數字圖像的處理，每個工程都搭建了全自動化的仿真環境，只需要雙擊top_tb.bat文件就可以完成整個的仿真，大大降低了初學者的門檻！！！！如需要該系列的工程文件請關注知識星球：成工fpga，https://t.zsxq.com/DMeqH，關注即送200GB學習資料，鏈接已置頂！）

上篇我們完成了車牌邊界的定位和車牌字符區域的定位，然后我們就要開始對車牌上的每個字符進行定位。按照如下圖片的講解，字符區域的定位也需要預處理，首先取圖片的R通道，然后進行二值化，再進行腐蝕和膨脹，預處理完畢的圖片就可以進行每個字符上下左右邊界的定位了。

上篇我們已經完成了車牌整個字符區域的定位，那我們只對該區域的圖片進行處理即可，外圍的圖片忽略即可。所以在\src\char_segmentation文件夾上新建limit_char_area.sv文件，更加上篇實現的車牌字符區域的信息，只選擇車牌字符區域內的圖片，外圍的圖片直接給零值即可，如下65-72行的模塊實現了該功能。

然后對車牌字符區域的圖像進行預處理即可，主要完成R通道的二值化，腐蝕和膨脹。如下例化了plate_location，limit_char_area，binary，erosion，dilation等模塊。這個可以通過控制img_sel參數選擇不同模塊圖像的輸出，由于一幀圖像只能選擇一個參數值，所以如果要保存五幅圖像，就要處理五幀圖像。

在tb_image_sim文件中，初始化了關聯數組car和style。

在下一個initial塊中，分別將預處理的五幀圖片進行保存。這兒有一點需要注意，216行是對隊列進行清空的操作，否則圖片數據會繼續往后存儲，那保存的五幅圖片都是R通道的圖片。

雙擊sim文件夾下的top_tb.bat文件，完成系統的自動化仿真。

因為要處理五幅圖像，處理時間較長，modelsim的Transcript有如下的打印信息。

最后我們打開img/output文件夾，就可以看到預處理每一步的處理結果。

當然大家也可以修改car_index選擇不同的值重新進行仿真，比如car_index=17重新進行仿真，img/output文件夾下的圖片如下。這幅圖片處理的就不太干凈，還有一下多余的信息，有可能會影響后續的處理結果。