python的cv2.warpAffine()和cv2.warpPerspective()解析对比
1、cv2.warpAffine()放射变换函数，可实现旋转，平移，缩放；变换后的平行线依旧平行
cv2.warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None) --> dst
src：输入图像 dst：输出图像
M：2×3的变换矩阵
dsize：变换后输出图像尺寸
flag：插值方法
borderMode：边界像素外扩方式
borderValue：边界像素插值，默认用0填充
变换矩阵M可通过cv2.getAffineTransfrom(points1, points2)函数获得
变换矩阵的获取需要至少三组变换前后对应的点坐标，设取原图上的三个点组成矩阵points1，变换后的三个点组成的矩阵points2
如：
points1 = np.float32([ [30,30], [100,40], [40,100] ])
points2 = np.float32([ [60,60], [40,100], [80,20] ])M = cv2.getAffineTransform(points1, points2)= array([[-0.33333333, 0.33333333, 60. ],[ 0.66666667, -0.66666667, 60. ]])Affine_img = cv2.warpAffine(img, M, (img.shape[1], img.shape[0])) Affine_img是相对于原图img是以M变换后的图像，对于原图img上任何一点的坐标通过变换矩阵M变换后可在Affine_img上都能找到与之对应的坐标点，变换方法为：
先构造一个3×1的矩阵，则
2、cv2.warpPerspective()透视变换函数，可保持直线不变形，但是平行线可能不再平行
cv2.warpPerspective(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None) --> dst
其相关参数和cv2.warpAffine函数的类似，不再做介绍
它的变换矩阵可以通过cv2.getPerspectiveTransform()函数获得，其原理和cv2.getAffineTransfrom()相同，只是投射变换至少需要四组变换前后对应的点坐标，设取原图上的四个点组成矩阵points1，变换后的四个点组成的矩阵points2
如：
points1 = np.float32([ [30,30], [10,40], [40,10], [5,15] ])
points2 = np.float32([ [0,0], [400,0], [0,400], [400,400] ])M = cv2.getPerspectiveTransform(points1, points2)= array([[-9.08777969e+00, -4.54388985e+00, 4.08950086e+02],[-5.37005164e+00, -1.07401033e+01, 4.83304647e+02],[-1.15318417e-02, -1.35972461e-02, 1.00000000e+00]])Perspective_img = cv2.warpPerspective(img, M, (img.shape[1], img.shape[0])) Perspective_img是相对于原图img是以M变换后的图像，同理，对于原图img上任何一点的坐标通过变换矩阵M变换后可在Perspective_img上都能找到与之对应的坐标点，变换方法为：
先构造一个3×1的矩阵，则
另：旋转缩放变换矩阵M可通过cv2.getRotationMatrix2D(center, angle, scale)函数获得，再通过cv2.warpAffine函数对图像进行旋转缩放变换
center：旋转中心坐标； angle：旋转角度； scale：缩放尺度
python的cv2.warpAffine()和cv2.warpPerspective()解析对比
1、cv2.warpAffine()放射变换函数，可实现旋转，平移，缩放；变换后的平行线依旧平行
cv2.warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None) --> dst
src：输入图像 dst：输出图像
M：2×3的变换矩阵
dsize：变换后输出图像尺寸
flag：插值方法
borderMode：边界像素外扩方式
borderValue：边界像素插值，默认用0填充
变换矩阵M可通过cv2.getAffineTransfrom(points1, points2)函数获得
变换矩阵的获取需要至少三组变换前后对应的点坐标，设取原图上的三个点组成矩阵points1，变换后的三个点组成的矩阵points2
如：
points1 = np.float32([ [30,30], [100,40], [40,100] ])
points2 = np.float32([ [60,60], [40,100], [80,20] ])M = cv2.getAffineTransform(points1, points2)= array([[-0.33333333, 0.33333333, 60. ],[ 0.66666667, -0.66666667, 60. ]])Affine_img = cv2.warpAffine(img, M, (img.shape[1], img.shape[0])) Affine_img是相对于原图img是以M变换后的图像，对于原图img上任何一点的坐标通过变换矩阵M变换后可在Affine_img上都能找到与之对应的坐标点，变换方法为：
先构造一个3×1的矩阵，则
2、cv2.warpPerspective()透视变换函数，可保持直线不变形，但是平行线可能不再平行
cv2.warpPerspective(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None) --> dst
其相关参数和cv2.warpAffine函数的类似，不再做介绍
它的变换矩阵可以通过cv2.getPerspectiveTransform()函数获得，其原理和cv2.getAffineTransfrom()相同，只是投射变换至少需要四组变换前后对应的点坐标，设取原图上的四个点组成矩阵points1，变换后的四个点组成的矩阵points2
如：
points1 = np.float32([ [30,30], [10,40], [40,10], [5,15] ])
points2 = np.float32([ [0,0], [400,0], [0,400], [400,400] ])M = cv2.getPerspectiveTransform(points1, points2)= array([[-9.08777969e+00, -4.54388985e+00, 4.08950086e+02],[-5.37005164e+00, -1.07401033e+01, 4.83304647e+02],[-1.15318417e-02, -1.35972461e-02, 1.00000000e+00]])Perspective_img = cv2.warpPerspective(img, M, (img.shape[1], img.shape[0])) Perspective_img是相对于原图img是以M变换后的图像，同理，对于原图img上任何一点的坐标通过变换矩阵M变换后可在Perspective_img上都能找到与之对应的坐标点，变换方法为：
先构造一个3×1的矩阵，则
另：旋转缩放变换矩阵M可通过cv2.getRotationMatrix2D(center, angle, scale)函数获得，再通过cv2.warpAffine函数对图像进行旋转缩放变换
center：旋转中心坐标； angle：旋转角度； scale：缩放尺度