转换
OpenCV提供了两个转换函数，cv2.warpAffine和cv2.warpPerspective,通过他们你可以进行各种转换，cv2.warpAffine接受2x3的转换矩阵二cv2.warpPerspective接受3x3的转换矩阵做为输入。
缩放
OpenCV有一个函数cv2.resize()来干这个，图片的大小可以人工指定，或者你可以指定缩放因子。有不同的差值方式可以使用，推荐的插值方法是缩小时用cv2.INTER_AREA，放大用cv2.INTER_CUBIC(慢)和cv2.INTER_LINEAR。默认情况下差值使用cv2.INTER_LINEAR。你可以使用下面两种方法来改变图片大小：
import cv2
import numpy as np
img = cv2.imread('messi5.jpg')
res = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
#OR
height, width = img.shape[:2]
res = cv2.resize(img, (2*width, 2*height), interpolation=cv2.INTER_CUBIC)
平移
平移是改变物体的位置。如果你知道在（x, y）方向的变化是(tx, ty)，你可以创建转换矩阵M：
你可以把它变成Numpy的数组，类型是np.float32的，然后把它传给cv2.warpAffine()函数，下面的例子平移（100, 50）:
import cv2
import numpy as np
img = cv2.imread('messi5.jpg', 0)
rows, cols = img.shape
M = np.float32([[1,0,100],[0,1,50]])
dst = cv2.warpAffine(img, M, (cols,rows))
cv2.imshow('img', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
警告：
cv2.warpAffine()函数的第三个参数是输出图片的大小，应该是（width, height）的形式，记住width=列数，height=行数
旋转
对一个图片旋转一个θ角是通过下面这个形式的转换矩阵实现的：
但是OpenCV提供了可选中心的缩放旋转，所以你可以按任意点旋转。转换矩阵变为：
其中：
要找到这个转换矩阵，OpenCV提供了一个函数，cv2.getRotationMatrix2D。看下面的例子，把图片旋转了90度
img = cv2.imread('messi5.jpg', 0)
rows, cols = img.shape
M = cv2.getRotationMatrix2D((cols/2,rows/2), 90, 1)
dst = cv2.warpAffine(img, M, (cols, rows))
结果:
仿射变换
在仿射变换里，所有原始图片里的平行线在输出的图片里仍然平行，要找到转换矩阵，我们需要输入图片的三个点，和他们在输出图片里的对应位置，然后cv2.getAffineTransform会创建一个2x3的矩阵，然后把这个矩阵传给cv2.warpAffine.
看下面的例子，注意我选的三个点（绿色的点）
img = cv2.imread('drawing.png')
rows, cols, ch = img.shape
pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
M = cv2.getAffineTransform(pts1, pts2)
dst = cv2.warpAffine(img,M,(cols, rows))
plt.subplot(121), plt.imshow(img), plt.title('Input')
plt.subplot(122), plt.imshow(dst), plt.title('Output')
plt.show()
结果：
对于透视变换，你需要一个3x3的转换矩阵。转换后直线仍然保持直线。要得到这个转换矩阵，你需要输入图片上的4个点，以及输出图片上对应的点。在这四个点中，3个不能同线。然后cv2.getPerspectiveTransform函数就能得到转换矩阵了，再用cv2.warpPerspective来接收这个3x3的转换矩阵。
代码：
img = cv2.imread('sudokusmall.png')
rows, cols, ch = img.shape
pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
M = cv2.getPerspectiveTransform(pts1,pts2)
dst = cv2.warpPerspective(img, M,(300,300))
plt.subplot(121), plt.imshow(img), plt.title('Input')
plt.subplot(122), plt.imshow(dst), plt.title('Output')
plt.show()
END
