4*4图像的逆时针45°旋转：双线性插值算法opencv中使用C++实现

在OpenCV库中，使用C++来实现4x4灰度图像逆时针45度旋转并采用双线性插值法，首先你需要包含必要的头文件，然后创建一个函数来处理旋转操作。以下是简单的步骤：

#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>

// 定义旋转矩阵
Mat rotationMatrix(int angle) {
    double rad = angle * CV_PI / 180.0;
    Mat rotM(2, 2, CV_32FC1);
    rotM.at<float>(0, 0) = cos(rad);
    rotM.at<float>(0, 1) = -sin(rad);
    rotM.at<float>(1, 0) = sin(rad);
    rotM.at<float>(1, 1) = cos(rad);
    return rotM;
}

// 双线性插值函数
Point2f bilinearInterpolation(const Mat& src, const Point2f& p) {
    int x = floor(p.x), y = floor(p.y);
    float fx = p.x - x, fy = p.y - y;

    Vec3b pixel1 = src.at<Vec3b>(y, x);
    Vec3b pixel2 = src.at<Vec3b>(y, x + 1);
    Vec3b pixel3 = src.at<Vec3b>(y + 1, x);
    Vec3b pixel4 = src.at<Vec3b>(y + 1, x + 1);

    Vec3b result = (1.0f - fx) * (1.0f - fy) * pixel1 +
                  fx * (1.0f - fy) * pixel2 +
                  (1.0f - fx) * fy * pixel3 +
                  fx * fy * pixel4;
    return Point2f(result[0], result[1]);
}

void rotateImageBy45Degree(Mat &src, Mat &dst) {
    int w = src.cols, h = src.rows;
    dst.create(h, w, src.type());

    // 获取旋转矩阵
    Mat rotM = rotationMatrix(-45); // 逆时针45度

    for (int y = 0; y < h; y++) {
        for (int x = 0; x < w; x++) {
            Point2f p(x, y);
            Point2f rotatedPt = warpAffine(Point2f(x, y), rotM, Size(w, h));
            dst.at<cv::Vec3b>(y, x) = bilinearInterpolation(src, rotatedPt);
        }
    }
}

// 使用示例
Mat inputImage;
cv::imread("input.jpg", cv::IMREAD_GRAYSCALE, inputImage); // 加载图像
Mat rotatedImage;
rotateImageBy45Degree(inputImage, rotatedImage);
cv::imshow("Rotated Image", rotatedImage); // 显示结果
cv::waitKey();

在这个例子中，我们先读取一张4x4灰度图像，然后创建一个新的同样大小的矩阵来保存旋转后的结果。通过遍历原图中的每个像素点，计算出旋转后的坐标，并使用双线性插值计算新位置的像素值。

注意：由于OpenCV的双线性插值只适用于灰度图像，如果你有彩色图像，需要将其转换为灰度图像后再进行旋转。另外，对于非正方形图像，可能需要调整旋转矩阵以及插值区域的尺寸。