vector_angle_to_rigid( : : Row1, Column1, Angle1, Row2, Column2, Angle2 : HomMat2D)
它只需要输入“源”的定位点坐标、倾斜角度，以及“目标”的定位点坐标、倾斜角度，它就能生成一个仿射变换矩阵用于配准。
*2预处理之车牌定位，一般定位有两种，一个是blob像素团块定位，一个是模板匹配定位，然后几何变换转正 decompose3 (Image, Red, Green, Blue) trans_from_rgb (Red, Green, Blue, Hue, Saturation, Intensity, 'hsv') *注意这里的颜色通道转换是为了方便图像分割 *这里的二值化是进行一个blob车牌定位 threshold (Saturation, Regions, 182, 255) opening_rectangle1 (Regions, RegionOpening, 6, 6) shape_trans (RegionOpening, RegionTrans, 'rectangle2') *接下来求这个区域的角度和中心点，便于仿射变换转正 orientation_region (RegionTrans, Phi) area_center (RegionTrans, Area, Row, Column) *开始求解仿射变换之旋转矩阵,这里要注意是转到180度还是0度，需要注意你求解角度时的极轴方向 vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D) *将图像和区域都做这个旋转变换，然后抠图，再进行图像分割 affine_trans_image (Image, ImageAffinTrans, HomMat2D, 'constant', 'false') affine_trans_region (RegionTrans, RegionAffineTrans, HomMat2D, 'nearest_neighbor') reduce_domain (ImageAffinTrans, RegionAffineTrans, ImageReduced) *字符就被提取了，注意这里我暂时不是识别汉字，要识别汉字也是可以的，可以看视频链接 *进行字符排序方便识别后观察，从左到右 sort_region (SelectedRegions, SortedRegions, 'first_point', 'true', 'column')
read_image (Image, ImageFiles[Index])
find_shape_model (Image, ModelID, rad(-180), rad(360), 0.5, 1, 0.5, 'least_squares', 0, 0.9, RowCur, ColumnCur, AngleCur, Score)
*得到现在图片与模板图 矩阵变化
vector_angle_to_rigid (RowModel, ColumnModel, AngleModel, RowCur, ColumnCur, AngleCur, HomMat2D)
vector_angle_to_rigid()——从点和角度计算刚性仿射变换。
vector_angle_to_rigid( : : Row1, Column1, Angle1, Row2, Column2, Angle2 : HomMat2D)
vector_angle_to_rigid根据点对应关系和两个对应角度计算刚性仿射变换，即由旋转和平移组成的变换，并将其作为齐次变换矩阵HomMat2D返回。
参数：
Row1 (输入参数) ——原始点的行坐标
Column1 (输入参数) ——原始点的列坐标
Angle1 (输入参数) ——原始点的角度
Row2 (输入参数) ——转换点的行坐标
Column2 (输入参数) ——转换点的列坐标
Angle2 (输入参数) ——转换点的角度
HomMat2D (输出参数) ——输出转换矩阵
affine_trans_contour_xld——对XLD轮廓进行任意仿射2D变换。
affine_trans_contour_xld(Contours : ContoursAffineTrans : HomMat2D : )
affine_trans_contour_xld将任意仿射2D变换，即缩放、旋转、平移和倾斜（倾斜）应用于轮廓中给定的xld轮廓，并以ContoursAffineTrans的形式返回变换后的轮廓。仿射变换由HomMat2D中给出的齐次变换矩阵来描述，它可以使用hom_mat2d_identity、hom_mat2d_scale、hom_mat2d_rotate、hom_mat2d_translate等运算符创建，也可以是向量_angle_to_rigid等运算符的结果。
齐次变换矩阵的组成部分解释如下：图像的行坐标对应于定义变换矩阵的坐标系的x，列坐标对应于定义变换矩阵的坐标系的y。这对于获得图像的右手坐标系是必要的。特别是，这样可以确保在正确的方向上执行旋转。注意，矩阵的（x，y）顺序与图像中坐标的通常（行、列）顺序相对应。
参数：
Contours (输入参数) ——输入XLD轮廓。
ContoursAffineTrans (输出参数) ——转换后的XLD轮廓
HomMat2D (输入参数) ——输入转换矩阵