编写 Python 代码，要求先将图像进行扩展（上下左右各扩展若干个像素，保证变换后图像信息不丢失），然后对图像进行仿射变换（需要调试参数），最后使用相反的仿射变换将畸变的图像进行校正。

在Python中，我们可以使用PIL（Pillow）库来进行图像的扩展和仿射变换。以下是一个简单的例子：

from PIL import Image, ImageFilter

# 假设你已经有了一个名为"image.jpg"的图像文件
im = Image.open("image.jpg")

# 扩展图像
padding_amount = 50  # 你可以根据需求调整扩展像素的数量
width, height = im.size
extended_width, extended_height = width + padding_amount*2, height + padding_amount*2
new_im = Image.new('RGB', (extended_width, extended_height), 'white')  # 设置背景颜色
new_im.paste(im, (padding_amount, padding_amount))  # 粘贴原图像到新图像中心

# 仿射变换
# 这里以水平翻转为例，你可以调整transform参数来进行其他类型的仿射变换
transform_matrix = (1, 0, -padding_amount, 0, 1, -padding_amount)
rotated_im = new_im.transform(new_im.size, Image.AFFINE, transform_matrix)

# 校正畸变的图像
inverse_transform_matrix = np.linalg.inv(transform_matrix).tolist()  # 获取逆矩阵
corrected_im = rotated_im.transform(new_im.size, Image.AFFINE, inverse_transform_matrix)

# 保存校正后的图像
corrected_im.save("corrected_image.jpg")

# 如果你想查看变换前后的效果，可以使用下面的代码
def show_images(image1, image2):
    fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))
    axs[0].imshow(image1)
    axs[0].set_title('Original Image')
    axs[1].imshow(image2)
    axs[1].set_title('Corrected Image')
    for ax in axs:
        ax.axis('off')
    plt.show()

show_images(im, corrected_im)

#