La orientación de las imágenes de matrículas en el reconocimiento de matrículas es uno de los factores que influyen en su precisión. En particular, las imágenes de matrículas inclinadas son más difíciles de detectar y reconocer que las alineadas. Con este fin, la rectificación de matrículas en un paso de preprocesamiento es esencial para mejorar su rendimiento. Proponemos modelos profundos para estimar las coordenadas de las cuatro esquinas de matrículas inclinadas. Dado que las esquinas predichas se pueden utilizar para rectificar las imágenes de matrículas, pueden ayudar a mejorar el reconocimiento de matrículas. Las principales contribuciones de este trabajo son un conjunto de redes híbridas de estructura abierta para predecir las posiciones de las esquinas y una nueva función de pérdida que combina diferencias a nivel de píxel con errores a nivel de posición, produciendo mejoras en el rendimiento. En cuanto a los experimentos utilizando imágenes de matrículas propietarias, uno de los modos propuestos produce una mejora del 3.1% sobre el método de deformación establecido.