使用c++和OpenCV如何使用transform函数实现稀疏仿射变换？请提供代码示例

在C++中，结合OpenCV库进行稀疏仿射变换通常会使用`cv::warpAffine`函数，它接受一个输入图像、一个包含两个三元素矩阵（源点到目标点的对应关系）的结构体以及输出图像的大小作为参数。如果要用较少的控制来实现这个过程，可以使用`goodFeaturesToTrack`和`findHomography`找到特征点并计算仿射变换矩阵。

下面是一个简单的例子，假设我们有一个图像，并想通过选取特定的四个点进行仿射变换：

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>

// 定义输入图像和输出图像
cv::Mat src_img, dst_img;
std::string input_image_path = "input.jpg";
std::string output_image_path = "output.jpg";

// 加载图片
if (cv::imread(input_image_path, cv::IMREAD_COLOR) == nullptr)
{
    std::cout << "Error loading image!" << std::endl;
    return;
}

// 选择四点进行仿射变换
cv::Point2f corners[] = {{0, 0}, {src_img.cols - 1, 0}, {src_img.cols - 1, src_img.rows - 1}, {0, src_img.rows - 1}};

// 转换坐标
std::vector<cv::Point2f> src_corners(4), dst_corners(4);
for (size_t i = 0; i < 4; ++i)
{
    src_corners[i] = corners[i];
    // 假设我们希望右下角不动，其他三个角顺时针移动
    dst_corners[i].x = corners[(i + 1) % 4].x * 2;
    dst_corners[i].y = corners[(i + 1) % 4].y * 2;
}

// 计算仿射变换矩阵
cv::Mat M;
cv::perspectiveTransform(src_corners, dst_corners, M);

// 应用变换
cv::Mat warped_img;
cv::warpAffine(src_img, warped_img, M, dst_img.size());

// 保存结果
cv::imwrite(output_image_path, warped_img);