1.下面是乙個水平角度除錯比較好的設定
一下是主要幾個引數：
cvsobel(img,imgs,0,1,3);
cverode(imgth,imgth,kernelvertical,1);
經過試驗驗證，其實用scharr濾波器比sobel濾波器更好，scharr濾波器只是把最後乙個svsobel引數改為-1
cvsobel(img,imgs,0,1,-1);
scharr濾波器的濾波係數和sobel的濾波係數有差異，
書上說scharr濾波器同sobel濾波器一樣快，但是準確率更高。
使用擴充套件 sobel 運算元計算一階、二階、三階或混合影象差分
void cvsobel( const cvarr* src, cvarr* dst, int xorder, int yorder, int aperture_size=3 );src輸入影象.dst輸出影象.xorderx 方向上的差分階數yordery 方向上的差分階數aperture_size擴充套件 sobel 核的大小，必須是 1, 3, 5 或 7。 除了尺寸為 1， 其它情況下， aperture_size ×aperture_size 可分離核心將用來計算差分。對 aperture_size=1的情況， 使用 3x1 或 1x3 核心 （不進行高斯平滑操作）。這裡有乙個特殊變數 cv_scharr (=-1)，對應 3x3 scharr 濾波器，可以給出比 3x3 sobel 濾波更精確的結果。scharr 濾波器係數是：
對 x-方向 或矩陣轉置後對 y-方向。
函式 cvsobel 通過對影象用相應的核心進行卷積操作來計算影象差分：
由於sobel 運算元結合了 gaussian 平滑和微分，所以，其結果或多或少對雜訊有一定的魯棒性。通常情況，函式呼叫採用如下引數 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1, aperture_size=3) 來計算一階 x- 或 y- 方向的影象差分。第一種情況對應：
第二種對應：
或者
核的選則依賴於影象原點的定義 (origin 來自 iplimage 結構的定義)。由於該函式不進行影象尺度變換，所以和輸入影象(陣列)相比，輸出影象(陣列)的元素通常具有更大的絕對數值（譯者注：即畫素的位深）。為防止溢位，當輸入影象是 8 位的，要求輸出影象是 16 位的。當然可以用函式 cvconvertscale 或 cvconvertscaleabs 把運算結果（dst）轉換為 8 位的。除了8-位影象，函式也接受 32-位 浮點數影象。所有輸入和輸出影象都必須是單通道的，並且具有相同的影象尺寸或者roi尺寸。
1.傾斜的車牌：
2.經過sobel運算元提取的水平方向邊沿：
cvsobel(img,imgs,0,1,3);
3.在保證準確性的前提下，為了降低hough變換的時間複雜度，將sobel計算的到的水平邊沿影象進行3畫素單位的腐蝕：
iplconvkernel* kernelvertical=cvcreatestructuringelementex(1,3,0,1,cv_shape_rect);
cverode(imgth,imgth,kernelvertical,1);
這樣再經過hough變換就可以求出車牌水平方向的傾斜角度。
水平旋轉車牌後，可以就行垂直方向上的仿射變換。而不是垂直方向的簡單旋轉，
經過仿射變換後，車牌的傾斜校正就完成了，
為車牌的字元分隔，字元識別完成預處理。
元素的水平方向和垂直方向的布局
元素在其父元素水平方向的位置，由以下幾個屬性共同決定 margin left border left padding left width padding right border right margin right 乙個元素在其父元素中，水平布局必須滿足以下等式 margin left bord...
DIV水平方向居中的幾種方法
1 center0 或者 1 margin auto 這樣的前提是父盒子裡沒有其他盒子。center1 在需要居中的盒子外面再包一層盒子，對這個父盒子進行設定 1 display flex 2 justify content center 3 align items center 伸縮盒是個很強大的...
一種求任意多邊形內部水平方向似最大矩形的演算法
在前一篇中，我們 了如何求凸多邊形中的似最大圓，但是針對實際情況需求，我們並沒有完全解決問題。實際情況中，凹凸多邊形同時存在，並且在行政區劃應用上，凹多邊形更多。所以這裡我們依然得 如何在任意多邊形中得出其內部的似最大矩形或者似最大圓。這裡，我們將方向優先選擇為求似最大矩形，原因有二 矩形的判斷不涉...