仿射变换的基本概念
仿射变换是一种二维坐标（x, y）到二维坐标（u, v）的线性变换，其数学表达式形式如下：
对应的齐次坐标矩阵表示形式为：
仿射变换保持了二维图形的“平直性”（直线经仿射变换后依然为直线）和“平行性”（直线之间的相对位置关系保持不变，平行线经仿射变换后依然为平行线，且直线上点的位置顺序不会发生变化）。
非共线的三对对应点可以确定一个唯一的仿射变换。
几种常见的仿射变换形式：
- 平移变换
数学形式：
矩阵形式：
- 缩放变换
矩阵形式：
- 旋转变换
矩阵形式：
仿射变换形式汇总图：
OpenCV 中实现仿射变换，一般涉及到 getRotationMatrix2D 和 warpAffine 这两个函数：
计算二维旋转变换矩阵：getRotationMatrix2D 函数
Mat getRotationMatrix2D(Point2f center, double angle, double scale);
center，源图像的旋转中心。最终旋转中心会映射到输出图像同样位置上，即如果（0，0）是旋转中心，那么输出图像旋转中心同样是（0，0）。
angle，旋转角度。角度 > 0，表示逆时针旋转（坐标原点是左上角）。
scale，缩放系数。
进行仿射变换：warpAffine 函数
void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags = INTER_LINEAR, int borderMode = BORDER_CONSTANT, const Scalar& boederValue = Scalar());
-
src，输入图像，即原图像，填 Mat 类对象那个即可。
-
dst，输出图像，需要和源图像有一样的类型。
-
M，2×3 的变换矩阵。因为变换矩阵第三行形式固定，所以忽略。
-
dsize，输出图像的尺寸。
-
flags，插值的标识符。默认为 INTER_LINEAR（线性插值）。插值就是根据已知数据点（条件），来预测未知数据点值得方法。在尺寸调整过程中，图像的大小可能发生改变。此时像素与像素之间的关系就不是一一对应关系，因此在尺寸调整过程中，可能会涉及到像素值的插值计算。可选插值方式如下：
INTER_NEAREST（最近邻差值）
INTER_LINEAR（线性插值，默认）
INTER_AREA（区域插值，利用像素区域关系的重采样插值）
INTER_CUBIC（三次样条插值，超过 4×4 像素邻域内的双三次插值）
INTER_LANCZOS4（Lanczos 插值，超过 8×8 像素邻域的 Lanczos 插值） -
borderMode，边界扩展类型。默认值为
BORDER_CONSTANT，详解链接：https://www.cnblogs.com/bjxqmy/p/12306276.html -
borderValue ，只有当 borderMode取值为 BORDER_CONSTANT 时，这个参数才会被使用，边界会被填充成borderValue 指定的颜色。
代码示例：
#include<opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
Mat src = imread("C:/Users/齐明洋/Desktop/证件照/1.jpg");
imshow("src", src);
//旋转中心为图像中心
Point center = Point(src.cols / 2, src.rows / 2);
Mat M = getRotationMatrix2D(center, 45, 0.2);
Mat dst;
warpAffine(src, dst, M, src.size());
circle(dst, center, 2, Scalar(0, 0, 255), 3);
imshow("dst", dst);
waitKey(0);
}
效果演示：
借鉴博客：
https://www.cnblogs.com/shine-lee/p/10950963.html
https://www.cnblogs.com/liekkas0626/p/5238564.html
https://www.cnblogs.com/houkai/p/6660272.html