这样子运行速度太慢

如果对于大尺寸的图像使用cv::warpAffine速度太慢，可以考虑使用OpenCV提供的cv::cuda::warpAffine函数进行加速处理。这个函数是OpenCV的CUDA模块中的函数，可以利用GPU的并行计算能力加速图像变换操作。

下面是使用cv::cuda::warpAffine函数对3072x2048的图像进行加速处理的示例代码：

cv::Mat inputImage = cv::imread("input.jpg");
cv::Mat outputImage;

// 创建GPU内存
cv::cuda::GpuMat inputGpu, outputGpu;

// 将输入图像上传到GPU内存中
inputGpu.upload(inputImage);

// 定义旋转中心
cv::Point2f center(inputImage.cols / 2, inputImage.rows / 2);
// 定义旋转角度
double angle = 45;
// 定义缩放比例
double scale = 1;

// 计算旋转矩阵
cv::Mat rotateMat = cv::getRotationMatrix2D(center, angle, scale);

// 将旋转矩阵上传到GPU内存中
cv::cuda::GpuMat rotateMatGpu(rotateMat);

// 加速warpAffine函数
cv::cuda::warpAffine(inputGpu, outputGpu, rotateMatGpu, inputImage.size(), cv::INTER_LINEAR + cv::WARP_INVERSE_MAP);

// 将输出图像从GPU内存中下载到CPU内存中
outputGpu.download(outputImage);

// 显示输入和输出图像
cv::imshow("input", inputImage);
cv::imshow("output", outputImage);
cv::waitKey(0);

在上述代码中，我们首先读取一张3072x2048的图像，然后将其上传到GPU内存中。接着，我们定义旋转中心、旋转角度和缩放比例，并使用cv::getRotationMatrix2D函数计算了旋转矩阵。然后，我们将旋转矩阵上传到GPU内存中，并使用cv::cuda::warpAffine函数，将输入图像inputGpu进行仿射变换得到输出图像outputGpu。其中，我们使用了cv::INTER_LINEAR和cv::WARP_INVERSE_MAP两个加速标志，前者表示使用双线性插值算法进行图像采样，后者表示使用逆变换矩阵进行变换。最后，我们将输出图像从GPU内存中下载到CPU内存中，并将输入和输出图像进行显示，然后等待用户按下任意键退出程序。

需要注意的是，使用cv::cuda::warpAffine函数需要支持CUDA加速的硬件和相关的CUDA驱动程序和CUDA工具包。如果没有支持CUDA加速的硬件，可以考虑使用其他的图像处理库或者算法进行加速处理。