自己编写程序读入一幅图像，然后使用 cv2.warpAffine()函数该对图 像做以下变换：平移、放缩、旋转、平移+放缩、放缩+旋转、平移+旋转+放缩， 最后显示各种变换后的图像效果

在Python中，我们可以使用OpenCV库的`cv2.warpAffine()`函数来对图像进行各种几何变换。首先，你需要读入图像，例如：

import cv2
img = cv2.imread('your_image_path.jpg')

接下来，你可以创建一个仿射变换矩阵来执行上述变换。每个变换类型对应不同的变换矩阵：

1. **平移 (Translation)**:

   rows, cols, _ = img.shape
   M = np.float32([[1, 0, col_shift], [0, 1, row_shift]])

2. **放缩 (Scaling)**:

   scale_factor = 0.5  # 缩小一半
   M = np.float32([[scale_factor, 0, -(cols*scale_factor)], [0, scale_factor, -(rows*scale_factor)]])

3. **旋转 (Rotation)**:

   angle_degrees = 45  # 逆时针45度
   center = (cols//2, rows//2)
   M = cv2.getRotationMatrix2D(center, -angle_degrees, 1.0)

4. **组合变换**:
- 平移+放缩:

     M = np.float32([[scale_factor, 0, col_shift*scale_factor], [0, scale_factor, row_shift*scale_factor]])

- 放缩+旋转:

     M = np.concatenate((np.array([[scale_factor, 0, -(col_shift*scale_factor)], [0, scale_factor, -(row_shift*scale_factor)]]), [[0, 0, 1]]), axis=1)

- 平移+旋转+放缩:

     M = np.concatenate((np.array([[scale_factor, 0, col_shift*scale_factor], [0, scale_factor, row_shift*scale_factor]]), [[0, 0, 1]]), axis=1)
     M = cv2.getRotationMatrix2D(center, -angle_degrees, 1.0)

然后应用变换到原图像，并显示结果：

warped_img = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))
cv2.imshow('Original', img)
cv2.imshow('Transformed', warped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()