cv::warpaffine 三个必要参数为：源图像 src（cv_8u/cv_8s 等）、2×3 变换矩阵 m（cv_64f 或 cv_32f）、目标图像 dst（尺寸可自定义）；m 构造错误是黑屏或报错主因，常见类型不匹配或点坐标非 cv::point2f。
cv::warpAffine 的三个必要参数怎么配
直接调用 cv::warpAffine 会黑屏或报错，多半是 M（变换矩阵）没构造对。它必须是 2×3 的 cv::Mat，类型为 CV_64F 或 CV_32F，不能是整数型。目标图像 dst 尺寸不强制等于原图，但若设得太小，超出部分会被裁掉；设得太大，边缘默认填黑色（可改用 borderMode 参数调整）。
常见错误现象：cv::warpAffine 报 “OpenCV(4.x): error: (-215:Assertion failed) src.depth() == CV_8U || src.depth() == CV_8S || ...” —— 实际是 M 类型错，不是 src 深度问题。
- 平移：用
cv::getAffineTransform需要三组对应点（源三角形顶点 + 目标三角形顶点），点坐标是cv::Point2f，顺序必须一致 - 旋转+缩放+平移：优先用
cv::getRotationMatrix2D，它返回的就是合法的2×3矩阵，直接传给warpAffine - 手动构造
M：第0行是 [a, b, tx]，第1行是 [c, d, ty]，其中[a b; c d]是线性部分，[tx, ty]是平移量，单位是像素
cv::warpPerspective 的输入点为什么必须是四组
透视变换自由度更高，需要确定一个 3×3 单应矩阵 H，它有 8 个自由参数（最后一项归一化为 1），因此至少需要 4 对不共线的点来求解。用 cv::getPerspectiveTransform 时，如果传入的 src_pts 或 dst_pts 中有三点共线，函数会返回全零矩阵，后续 warpPerspective 执行时输出全黑。
使用场景：矫正倾斜的文档、从斜拍照片中提取正面车牌、AR 贴图定位。
- 点顺序必须严格对应：比如左上→右上→右下→左下，源和目标都按同一拓扑顺序排列
- 点坐标类型必须是
cv::Point2f，不是int或cv::Point，否则运行时静默失败（矩阵计算结果异常） -
dst图像尺寸不能靠猜：建议先用cv::perspectiveTransform把四个角点变过去，再取boundingRect得到合理宽高
仿射 vs 透视：什么时候该选哪个
核心区别在是否保持“平行线仍平行”。仿射变换下，矩形可能变成平行四边形，但对边依然平行；透视变换下，平行线可能交于一点（如铁轨汇聚），更适合真实相机成像建模。
性能影响明显：仿射变换内部是逐像素线性插值，无逆矩阵计算；透视变换每像素都要做一次齐次坐标除法和逆变换，慢 2–3 倍（尤其大图）。移动端或实时系统应优先验证能否用仿射近似替代。
- 能用仿射的情况：图像轻微倾斜+缩放+旋转，且目标区域本身接近平面（如手机拍白板，角度小于 15°）
- 必须用透视的情况：文档有明显梯形失真、相机俯视拍摄、需精确匹配非平行结构（如地板砖接缝）
- 兼容性注意：OpenCV 的 CPU 版本对两种变换都支持良好；CUDA 加速版（
cv::cuda::warpAffine）要求输入图像为CV_8UC1/3，且M必须是CV_32F
变换后图像边缘出现黑边或拉伸畸变怎么办
这不是算法 bug，而是坐标映射的自然结果：原图外的区域没有定义像素值，默认填 0（黑色）。关键在控制 borderMode 和 borderValue 参数，以及是否预估目标区域。
- 填边缘色：把
borderMode= cv::BORDER_CONSTANT改成cv::BORDER_REPLICATE或cv::BORDER_REFLECT，能显著缓解黑边突兀感 - 指定填充值：加参数
borderValue=cv::Scalar(255,255,255)可填白，对二值图或掩膜特别有用 - 避免拉伸畸变：检查输入点是否跨过图像边界——例如
src_pts中某点 x 坐标为 -10，OpenCV 会尝试采样负地址，结果不可控；应先用cv::clipLine或手动 clamp 坐标 - 更稳的做法：先用
cv::invertAffineTransform或cv::invert（对透视）算出逆变换，再用反向映射（remap）方式实现，可控性更强，但代码量翻倍
真正难调的永远不是公式，而是那几个像素级的坐标偏移和数据类型隐式转换——多打两行 std::cout ，比查文档快得多。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
