仿射变换的难点就是计算变换矩阵，Opencv提供了计算变换矩阵的API
.getRotationMatrix2D（center，angle，scale) .center中心点，以图片的哪个点作为旋转时的中心点 .angle角度：旋转的角度，按照逆时针旋转 .scale缩放比例：想把图片进行什么样的缩放
学习代码：
代码语言：javascript复制import cv2
import numpy as np
#导入图片
lufei = cv2.imread('1.jpg')
#设置图片的大小
lufei1 = cv2.resize(lufei,(800,500))
h,w, ch = lufei1.shape
# M = np.float32([[1,0,100],[0,1,0]])
# 注意opencv中是先 宽度，再高度
M = cv2.getRotationMatrix2D((w/2,h/2),15,1.0)
new = cv2.warpAffine(lufei1,M,(w,h))
cv2.imshow('new',new)
cv2.waitKey(0)
cv2.destroyAllWindows()结果显示：
.getAffineTransform(src[],dst[])通过三点可以确定变换后的位置，相当于解方程，3个点对应三个方程，能解出偏移的参数和旋转的角度。
.src原目标的三个点
.dst对应变换后的三个点
学习代码：
代码语言：javascript复制#通过三个点来确定M
# 仿射变换之平移
import cv2
import numpy as np
#导入图片
lufei = cv2.imread('1.jpg')
#设置图片的大小
lufei1 = cv2.resize(lufei,(800,500))
h,w, ch = lufei1.shape
# 一般是横向和纵向的点，所以一定由2个点横向坐标相同，2个点纵坐标相同
src = np.float32([[200,100],[300,100],[200,300]])
dst = np.float32([[100,150],[360,200],[280,120]])
M = cv2.getAffineTransform(src,dst)
# 注意opencv中时先宽度，再高度
new = cv2.warpAffine(lufei1,M,(w,h))
cv2.imshow('new',new)
cv2.waitKey(0)
cv2.destroyAllWindows()显示结果：
