数字手写体可能存在两个方向的倾斜，一是水平方向上的，二是垂直方向上的。实际上，大部分的倾斜主要集中在水平方向上，在垂直方向上的倾斜较少，且一般角度不大。 在垂直方向上的倾斜矫正目前主要的方法就是采用投影法进行矫正，这里我主要讨论水平方向上的倾斜矫正算法。图像倾斜矫正的关键是检测图像的倾斜角，目前估计图像倾斜角的方法主要有以下几种：hough变换、radon变换、fourier变换等，其中fourier变换由于计算量太大已经很少使用，本文主要研究hough变换，hough变换是一种很快捷的倾斜角简称为算法。该算法是对图像进行hough变换，其中只对图像的水平边缘进行，这样就大大减少了运算量，实现了倾斜角的快速检测。通常图像倾斜矫正都采用旋转变换的方法，本方法计算量交大，这里我采用的事基于直线拟合的方法，可快速地实现倾斜图像矫正。
Hough 变换的原理
Hough 变换通过直角坐标和极坐标之间的变换， 寻找直角坐标和极坐标直角点和线的关系。 设直角坐标中有一直线方程为：
y＝ax＋b该直线方程对应的极坐标方程为：
ρ=xcosθ+ysinθ
其中 ρ 表示圆点到直线的距离，θ 是该直线与 x 轴的夹角。这样直角坐标系中的一条直线就对应于极坐标系中的一个点，而直角坐标系中的一点则对应于极坐标系中的一条正弦曲线。直角坐标系中的一条直线上的两个点 A（x1，y1）、B（x2，y2）将会相交于极坐标系中的一点（ρ，θ），而通过 AB 两点确定的直线上的所有点均会相交与极坐标系中的（ρ，θ）。 由此，我们只要找到极坐标系中的局部极大值，就可以找到直角坐标系中的直线。
边缘检测：若对每点都作 Hough 变换计算量很大, 可提取车牌的水平边缘作为特征点进行统计, 对图像进行列扫描, 像素值变化较大的点记为 1, 其他记为 0, 然后仅对标记为 1 的点作 Hough 变换, 这样既减少了计算量也提升了速度, 而且其准确性并未降低[7]。
因篇幅问题不能全部显示，请点此查看更多更全内容