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。 结果展示部分应至少包含原图、扩展后的图像、仿射变换图像、仿射校正图像。

在Python中，我们可以使用OpenCV库来处理图像操作，包括扩展、仿射变换以及校正。以下是一个简单的示例，展示了如何完成这个任务：

import cv2
import numpy as np

# 假设我们有一个名为"original_image.jpg"的图片
img = cv2.imread('original_image.jpg')

# 定义扩展像素的数量（这里假设是5像素）
padding = 5

# 扩展图像（填充边界并复制边缘像素）
height, width, _ = img.shape
extended_img = cv2.copyMakeBorder(img, padding, padding, padding, padding, borderType=cv2.BORDER_CONSTANT)

# 对扩展后的图像进行仿射变换，这里设置一个随机的仿射矩阵作为例子
# 需要调试的参数，比如旋转角度、缩放因子等
transform_matrix = np.random.rand(2, 3)
transformed_img = cv2.warpAffine(extended_img, transform_matrix, (width + 2*padding, height + 2*padding))

# 计算逆变换矩阵，用于校正
inverse_transform_matrix = np.linalg.inv(transform_matrix)

# 应用逆变换
corrected_img = cv2.warpAffine(transformed_img, inverse_transform_matrix, (width, height), flags=cv2.INTER_LINEAR)

# 显示原始、扩展、仿射变换和校正后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Extended Image", extended_img)
cv2.imshow("Transformed Image", transformed_img)
cv2.imshow("Corrected Image", corrected_img)

cv2.waitKey(0)  # 等待用户按键
cv2.destroyAllWindows()