（本系列只需要modelsim即可完成数字图像的处理，每个工程都搭建了全自动化的仿真环境，只需要双击top_tb.bat文件就可以完成整个的仿真，大大降低了初学者的门槛！！！！如需要该系列的工程文件请关注知识星球：成工fpga，https://t.zsxq.com/DMeqH，关注即送200GB学习资料，链接已置顶！）

上篇我们完成了车牌边界的定位和车牌字符区域的定位，然后我们就要开始对车牌上的每个字符进行定位。按照如下图片的讲解，字符区域的定位也需要预处理，首先取图片的R通道，然后进行二值化，再进行腐蚀和膨胀，预处理完毕的图片就可以进行每个字符上下左右边界的定位了。

上篇我们已经完成了车牌整个字符区域的定位，那我们只对该区域的图片进行处理即可，外围的图片忽略即可。所以在\src\char_segmentation文件夹上新建limit_char_area.sv文件，更加上篇实现的车牌字符区域的信息，只选择车牌字符区域内的图片，外围的图片直接给零值即可，如下65-72行的模块实现了该功能。

然后对车牌字符区域的图像进行预处理即可，主要完成R通道的二值化，腐蚀和膨胀。如下例化了plate_location，limit_char_area，binary，erosion，dilation等模块。这个可以通过控制img_sel参数选择不同模块图像的输出，由于一帧图像只能选择一个参数值，所以如果要保存五幅图像，就要处理五帧图像。

在tb_image_sim文件中，初始化了关联数组car和style。

在下一个initial块中，分别将预处理的五帧图片进行保存。这儿有一点需要注意，216行是对队列进行清空的操作，否则图片数据会继续往后存储，那保存的五幅图片都是R通道的图片。

双击sim文件夹下的top_tb.bat文件，完成系统的自动化仿真。

因为要处理五幅图像，处理时间较长，modelsim的Transcript有如下的打印信息。

最后我们打开img/output文件夹，就可以看到预处理每一步的处理结果。

当然大家也可以修改car_index选择不同的值重新进行仿真，比如car_index=17重新进行仿真，img/output文件夹下的图片如下。这幅图片处理的就不太干净，还有一下多余的信息，有可能会影响后续的处理结果。