一.平移
变换公式如下：
图像平移首先定义平移矩阵M，再调用warpAffine()函数实现平移，python函数如下：
M = np.float32([[1, 0, x], [0, 1, y]])
M表示平移矩阵，其中x表示水平平移量，y表示垂直平移量
shifted = cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
1. src表示原始图像
2. M表示平移矩阵
3. dsize表示变换后的输出图像的尺寸大小
4. dst为输出图像，其大小为dsize，类型与src相同
5. flag表示插值方法的组合和可选值
6. borderValue表示像素外推法，当borderMode = BORDER_TRANSPARENT时，表示目标图像中的像素不会修改源图像中的“异常值”。
7. borderValue用于边界不变的情况，默认情况下为0
二.旋转
例：
旋转前：
x0=rcosb，y0=rsinb
旋转后：
x1=rcos(b-a)=rcosbcosa+rsinbsina=x0cosa+y0sina
y1=rsin(b-a)=rsinbcosa-rcosbsina=-x0sina+y0cosa
矩阵表示如下：
一般3-D旋转的变换。将一个空间点P绕一个中心点C旋转可用连续的3个变换来实现：
第1个变换：平移点C到坐标原点。
第2个变换：将P绕原点旋转。
第3个变换：平移点C回到原始位置。
矩阵表示如下：
图像旋转变换主要调用getRotationMatrix2D()函数和warpAffine()函数实现，绕图像的中心旋转，python函数如下：
M = cv2.getRotationMatrix2D(center, angle, scale)
1. center表示旋转中心点，通常设置为(cols/2, rows/2)
2. angle表示旋转角度，正值表示逆时针旋转，坐标原点被定为左上角
3. scale表示比例因子
rotated = cv2.warpAffine(src, M, (cols, rows))
1. src表示原始图像
2. M表示旋转参数，即getRotationMatrix2D()函数定义的结果
3. (cols, rows)表示原始图像的宽度和高度
三.缩放
变换公式如下：
图像缩放（image scaling）是指对数字图像的大小进行调整的过程。在Python中，图像缩放主要调用resize()函数实现，python函数如下：
result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])
1. src表示原始图像
2. dsize表示图像缩放的大小
3. result表示图像结果
4. fx表示图像x轴方向缩放大小的倍数
5. fy表示图像y轴方向缩放大小的倍数
6. interpolation表示变换方法。CV_INTER_NN表示最近邻插值；CV_INTER_LINEAR表示双线性插值（缺省使用）；CV_INTER_AREA表示使用像素关系重采样，当图像缩小时，该方法可以避免波纹出现，当图像放大时，类似于CV_INTER_NN；CV_INTER_CUBIC表示立方插值
常见的图像缩放两种方式如下所示，第一种方式是将原图像设置为(160, 160)像素大小，第二种方式是将原始图像缩小为0.5倍。
result = cv2.resize(src, (160,160))
result = cv2.resize(src, None, fx=0.5, fy=0.5)
四.镜像
变换公式如下（w为图像的宽度）：
在Python中主要调用OpenCV的flip()函数实现图像镜像变换，python函数如下：
dst = cv2.flip(src, flipCode)
1. src表示原始图像
2. flipCode表示翻转方向，如果flipCode为0，则以X轴为对称轴翻转，如果fliipCode>0则以Y轴为对称轴翻转，如果flipCode<0则在X轴、Y轴方向同时翻转。
五.案例及代码