opencv c++ 旋转90

您好！要在 OpenCV 中使用 C++ 进行图像旋转90度，您可以使用 `rotate()` 函数。下面是一个示例代码：

#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat image = cv::imread("input.jpg");

    // 检查图像是否成功加载
    if (image.empty())
    {
        std::cout << "无法加载图像" << std::endl;
        return -1;
    }

    // 旋转图像
    cv::Mat rotated;
    cv::rotate(image, rotated, cv::ROTATE_90_CLOCKWISE);

    // 显示旋转后的图像
    cv::imshow("Rotated Image", rotated);
    cv::waitKey(0);

    return 0;
}

在这个示例中，我们使用 `imread()` 函数加载输入图像，然后使用 `rotate()` 函数将图像顺时针旋转90度。最后，我们使用 `imshow()` 函数显示旋转后的图像，并使用 `waitKey()` 函数等待用户按下任意键退出程序。

请记得将 "input.jpg" 替换为您自己的图像文件路径。希望对您有所帮助！如果有任何问题，请随时提问。

相关问题

opencv c++旋转模板匹配

旋转模板匹配是OpenCV中一种非常重要的图像处理技术，广泛应用于物体识别、图像跟踪、自动化检测等领域。它适用于对象旋转或者透视变换的情况下仍然能够准确地匹配。

在OpenCV的C语言编程中，旋转模板匹配的实现需要经过以下步骤：

1、读取模板图像和待匹配图像：读取一张被匹配的图像和一个模板图像，两张图像分别保存在两个Mat对象中。

2、确定旋转角度的步长和角度范围：根据需要匹配的物体的旋转角度范围和步长，生成一个包含所有可能角度的角度数组。

3、旋转模板图像：根据预设的角度数组，分别在x轴和y轴方向进行旋转，生成一组旋转后的模板图像。

4、执行模板匹配：利用opencv提供的相关函数，对旋转后的模板图像和待匹配图像执行模板匹配，得到匹配结果矩阵。

5、寻找最佳匹配位置：在得到匹配矩阵后，找到其中数值最大的位置，并记录下其位置坐标。

6、绘制检测结果：根据得到的最佳匹配位置坐标，在待匹配图像上绘制出匹配结果矩形，用于后续的识别和跟踪。

需要注意的是，旋转模板匹配在实践中需要考虑多种因素，如图像尺寸、角度选择、匹配算法等，才能得到最佳的匹配效果。同时，在实现过程中需要充分考虑代码的效率和可靠性，避免出现内存泄漏等问题。

c++ OpenCV图像旋转90度

可以使用OpenCV的rotate函数来实现图像旋转。下面是一个旋转90度的例子代码：

import cv2

img = cv2.imread("image.jpg")

# 获取图像宽高
height, width = img.shape[:2]

# 旋转矩阵
M = cv2.getRotationMatrix2D((width/2, height/2), 90, 1)

# 旋转图像
rotated_img = cv2.warpAffine(img, M, (width, height))

# 显示图像
cv2.imshow("rotated image", rotated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先使用`cv2.imread`函数加载一张图片，然后获取它的宽度和高度。接下来，我们使用`cv2.getRotationMatrix2D`函数生成一个旋转矩阵，该矩阵可以将图像旋转90度。最后，我们使用`cv2.warpAffine`函数来对图像进行旋转，并使用`cv2.imshow`函数来显示旋转后的图像。