Graph API: 图像和通道合成函数

详细说明

gapi_colorconvert

函数
GMat	cv::gapi::concatHor (const GMat &src1, const GMat &src2)
	对给定的矩阵进行水平拼接。
GMat	cv::gapi::concatHor (const std::vector< GMat > &v)
GMat	cv::gapi::concatVert (const GMat &src1, const GMat &src2)
	对给定的矩阵进行垂直拼接。
GMat	cv::gapi::concatVert (const std::vector< GMat > &v)
GMat	cv::gapi::convertTo (const GMat &src, int rdepth, double alpha=1, double beta=0)
	将矩阵转换为另一个数据深度，并可选择缩放。
GFrame	cv::gapi::copy (const GFrame &in)
	创建输入帧的副本。请注意，此副本可能不是真实复制（不进行实际数据拷贝）。在需要直接将图的输入传递给输出时（例如在流模式下），使用此函数来维护图约定。
GMat	cv::gapi::copy (const GMat &in)
	创建输入图像的副本。请注意，此副本可能不是真实复制（不进行实际数据拷贝）。在需要直接将图的输入传递给输出时（例如在流模式下），使用此函数来维护图约定。
GMat	cv::gapi::crop (const GMat &src, const Rect &rect)
	裁剪 2D 矩阵。
GMat	cv::gapi::flip (const GMat &src, int flipCode)
	围绕垂直、水平或两个轴翻转 2D 矩阵。
GMat	cv::gapi::LUT (const GMat &src, const Mat &lut)
	对矩阵执行查找表 (LUT) 转换。
GMat	cv::gapi::merge3 (const GMat &src1, const GMat &src2, const GMat &src3)
	由 3 个单通道矩阵创建 1 个 3 通道矩阵。
GMat	cv::gapi::merge4 (const GMat &src1, const GMat &src2, const GMat &src3, const GMat &src4)
	由 4 个单通道矩阵创建 1 个 4 通道矩阵。
GMat	cv::gapi::normalize (const GMat &src, double alpha, double beta, int norm_type, int ddepth=-1)
	归一化数组的范数或数值范围。
GMat	cv::gapi::remap (const GMat &src, const Mat &map1, const Mat &map2, int interpolation, int borderMode=BORDER_CONSTANT, const Scalar &borderValue=Scalar())
	对图像应用通用的几何变换。
GMat	cv::gapi::resize (const GMat &src, const Size &dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR)
	调整图像大小。
GMatP	cv::gapi::resizeP (const GMatP &src, const Size &dsize, int interpolation=cv::INTER_LINEAR)
	调整平面图像的大小。
std::tuple< GMat, GMat, GMat >	cv::gapi::split3 (const GMat &src)
	将 3 通道矩阵拆分为 3 个单通道矩阵。
std::tuple< GMat, GMat, GMat, GMat >	cv::gapi::split4 (const GMat &src)
	将 4 通道矩阵拆分为 4 个单通道矩阵。
GMat	cv::gapi::warpAffine (const GMat &src, const Mat &M, const Size &dsize, int flags=cv::INTER_LINEAR, int borderMode=cv::BORDER_CONSTANT, const Scalar &borderValue=Scalar())
	对图像应用仿射变换。
GMat	cv::gapi::warpPerspective (const GMat &src, const Mat &M, const Size &dsize, int flags=cv::INTER_LINEAR, int borderMode=cv::BORDER_CONSTANT, const Scalar &borderValue=Scalar())
	对图像应用透视变换。

函数文档 (Function Documentation)

concatHor() [1/2]

GMat cv::gapi::concatHor	(	const GMat &	src1,
		const GMat &	src2 )

Python
	cv.gapi.concatHor(	src1, src2	) ->	retval
	cv.gapi.concatHor(	v	) ->	retval

#include <opencv2/gapi/core.hpp>

对给定的矩阵进行水平拼接。

该函数水平连接两个 GMat 矩阵（具有相同的行数）。

GMat A = { 1, 4,
           2, 5,
           3, 6 };
GMat B = { 7, 10,
           8, 11,
           9, 12 };
 
GMat C = gapi::concatHor(A, B);
//C
//[1, 4, 7, 10;
// 2, 5, 8, 11;
// 3, 6, 9, 12]

输出矩阵的行数和深度必须与 src1 和 src2 相同，且列数是 src1 和 src2 的列数之和。支持的矩阵数据类型有 CV_8UC1, CV_8UC3, CV_16UC1, CV_16SC1, CV_32FC1。

注意

函数文本 ID 为 "org.opencv.imgproc.transform.concatHor"

参数

src1	要进行水平连接的第一个输入矩阵。
src2	要进行水平连接的第二个输入矩阵。

另请参阅

concatVert

concatHor() [2/2]

GMat cv::gapi::concatHor

(

const std::vector< GMat > &

v

)

Python
	cv.gapi.concatHor(	src1, src2	) ->	retval
	cv.gapi.concatHor(	v	) ->	retval

#include <opencv2/gapi/core.hpp>

这是一个为方便而提供的重载成员函数。它与上述函数的区别仅在于其接受的参数。该函数水平连接给定数量的 GMat 矩阵（具有相同的列数）。输出矩阵的列数和深度必须与输入矩阵相同，且行数是输入矩阵的行数之和。

参数

v	要水平连接的输入矩阵向量。

concatVert() [1/2]

GMat cv::gapi::concatVert	(	const GMat &	src1,
		const GMat &	src2 )

Python
	cv.gapi.concatVert(	src1, src2	) ->	retval
	cv.gapi.concatVert(	v	) ->	retval

#include <opencv2/gapi/core.hpp>

对给定的矩阵进行垂直拼接。

该函数垂直连接两个 GMat 矩阵（具有相同的列数）。

GMat A = { 1, 7,
           2, 8,
           3, 9 };
GMat B = { 4, 10,
           5, 11,
           6, 12 };
 
GMat C = gapi::concatVert(A, B);
//C
//[1, 7;
// 2, 8;
// 3, 9;
// 4, 10;
// 5, 11;
// 6, 12]

输出矩阵的列数和深度必须与 src1 和 src2 相同，且行数是 src1 和 src2 的行数之和。支持的矩阵数据类型有 CV_8UC1, CV_8UC3, CV_16UC1, CV_16SC1, CV_32FC1。

注意

函数文本 ID 为 "org.opencv.imgproc.transform.concatVert"

参数

src1	要进行垂直连接的第一个输入矩阵。
src2	要进行垂直连接的第二个输入矩阵。

另请参阅

concatHor

concatVert() [2/2]

GMat cv::gapi::concatVert

(

const std::vector< GMat > &

v

)

Python
	cv.gapi.concatVert(	src1, src2	) ->	retval
	cv.gapi.concatVert(	v	) ->	retval

#include <opencv2/gapi/core.hpp>

这是一个为方便而提供的重载成员函数。它与上述函数的区别仅在于其接受的参数。该函数垂直连接给定数量的 GMat 矩阵（具有相同的列数）。输出矩阵的列数和深度必须与输入矩阵相同，且行数是输入矩阵的行数之和。

参数

v	要垂直连接的输入矩阵向量。

convertTo()

GMat cv::gapi::convertTo	(	const GMat &	src,
		int	rdepth,
		double	alpha = 1,
		double	beta = 0 )

Python
	cv.gapi.convertTo(	src, rdepth[, alpha[, beta]]	) ->	retval

#include <opencv2/gapi/core.hpp>

将矩阵转换为另一个数据深度，并可选择缩放。

该方法将源像素值转换为目标数据深度。最后应用 saturate_cast<> 以避免可能的溢出

\[m(x,y) = saturate \_ cast<rType>( \alpha (*this)(x,y) + \beta )\]

输出矩阵必须与输入矩阵大小相同。

注意

函数文本 ID 为 "org.opencv.core.transform.convertTo"

参数

src	要转换的输入矩阵。
rdepth	所需的输出矩阵深度，或者更确切地说，因为通道数与输入相同，所以是深度；如果 rdepth 为负，则输出矩阵将与输入具有相同的深度。
alpha	可选的缩放因子。
beta	添加到缩放值中的可选增量。

copy() [1/2]

GFrame cv::gapi::copy

(

const GFrame &

in

)

Python
	cv.gapi.copy(	in_	) ->	retval

#include <opencv2/gapi/streaming/format.hpp>

创建输入帧的副本。请注意，此副本可能不是真实复制（不进行实际数据拷贝）。在需要直接将图的输入传递给输出时（例如在流模式下），使用此函数来维护图约定。

注意

函数文本 ID 为 "org.opencv.streaming.copy"

参数

in

输入帧

返回

输入的副本

copy() [2/2]

GMat cv::gapi::copy

(

const GMat &

in

)

Python
	cv.gapi.copy(	in_	) ->	retval

#include <opencv2/gapi/streaming/format.hpp>

创建输入图像的副本。请注意，此副本可能不是真实复制（不进行实际数据拷贝）。在需要直接将图的输入传递给输出时（例如在流模式下），使用此函数来维护图约定。

注意

函数文本 ID 为 "org.opencv.streaming.copy"

参数

in

输入图像

返回

输入的副本

crop()

GMat cv::gapi::crop	(	const GMat &	src,
		const Rect &	rect )

Python
	cv.gapi.crop(	src, rect	) ->	retval

#include <opencv2/gapi/core.hpp>

裁剪 2D 矩阵。

该函数通过给定的 cv::Rect 裁剪矩阵。

输出矩阵的深度必须与输入矩阵相同，大小由给定的 rect 大小指定。

注意

函数文本 ID 为 "org.opencv.core.transform.crop"

参数

src	输入矩阵。
rect	用于裁剪矩阵的矩形

另请参阅

resize

flip()

GMat cv::gapi::flip	(	const GMat &	src,
		int	flipCode (翻转代码) )

Python
	cv.gapi.flip(	src, flipCode	) ->	retval

#include <opencv2/gapi/core.hpp>

围绕垂直、水平或两个轴翻转 2D 矩阵。

该函数以三种不同方式翻转矩阵（行和列索引从 0 开始）

\[\texttt{dst} _{ij} = \left\{ \begin{array}{l l} \texttt{src} _{\texttt{src.rows}-i-1,j} & if\; \texttt{flipCode} = 0 \\ \texttt{src} _{i, \texttt{src.cols} -j-1} & if\; \texttt{flipCode} > 0 \\ \texttt{src} _{ \texttt{src.rows} -i-1, \texttt{src.cols} -j-1} & if\; \texttt{flipCode} < 0 \\ \end{array} \right.\]

使用该函数的典型场景如下：图像的垂直翻转（flipCode == 0），用于在左上角和左下角图像原点之间切换。这是 Microsoft Windows* 操作系统中视频处理的典型操作。图像的水平翻转，随后进行水平位移和绝对差计算，以检查垂直轴对称性（flipCode > 0）。图像的水平和垂直同时翻转，随后进行位移和绝对差计算，以检查中心对称性（flipCode < 0）。反转点数组的顺序（flipCode > 0 或 flipCode == 0）。输出图像的深度必须与输入图像相同，大小应与给定的 flipCode 匹配。

注意

函数文本 ID 为 "org.opencv.core.transform.flip"

参数

src	输入矩阵。
flipCode (翻转代码)	一个标志，用于指定如何翻转数组；0 表示围绕 x 轴翻转，正值（例如 1）表示围绕 y 轴翻转。负值（例如 -1）表示围绕两个轴翻转。

另请参阅

remap

LUT()

GMat cv::gapi::LUT	(	const GMat &	src,
		const Mat &	lut )

Python
	cv.gapi.LUT(	src, lut	) ->	retval

#include <opencv2/gapi/core.hpp>

对矩阵执行查找表 (LUT) 转换。

函数 LUT 使用查找表中的值填充输出矩阵。条目的索引取自输入矩阵。也就是说，该函数按如下方式处理 src 的每个元素

\[\texttt{dst} (I) \leftarrow \texttt{lut(src(I))}\]

支持的矩阵数据类型为 CV_8UC1。输出矩阵与 src 具有相同的大小和通道数，以及与 lut 相同的深度。

注意

函数文本 ID 为 "org.opencv.core.transform.LUT"

参数

src	8 位元素的输入矩阵。
lut	包含 256 个元素的查找表；对于多通道输入数组，该表应具有单个通道（在这种情况下，所有通道都使用相同的表）或与输入矩阵相同的通道数。

merge3()

GMat cv::gapi::merge3	(	const GMat &	src1,
		const GMat &	src2,
		const GMat &	src3 )

Python
	cv.gapi.merge3(	src1, src2, src3	) ->	retval

#include <opencv2/gapi/core.hpp>

由 3 个单通道矩阵创建 1 个 3 通道矩阵。

该函数将多个矩阵合并为一个多通道矩阵。也就是说，输出矩阵的每个元素都将是输入矩阵元素的串联，其中第 i 个输入矩阵的元素被视为 mv[i].channels() 元素向量。输出矩阵必须是 CV_8UC3 类型。

函数 split3 执行反向操作。

注意

• 函数文本 ID 为 "org.opencv.core.transform.merge3"

参数

src1	要合并的第一个输入 CV_8UC1 矩阵。
src2	要合并的第二个输入 CV_8UC1 矩阵。
src3	要合并的第三个输入 CV_8UC1 矩阵。

另请参阅

merge4, split4, split3

merge4()

GMat cv::gapi::merge4	(	const GMat &	src1,
		const GMat &	src2,
		const GMat &	src3,
		const GMat &	src4 )

Python
	cv.gapi.merge4(	src1, src2, src3, src4	) ->	retval

#include <opencv2/gapi/core.hpp>

由 4 个单通道矩阵创建 1 个 4 通道矩阵。

该函数将多个矩阵合并为一个多通道矩阵。也就是说，输出矩阵的每个元素都将是输入矩阵元素的串联，其中第 i 个输入矩阵的元素被视为 mv[i].channels() 元素向量。输出矩阵必须是 CV_8UC4 类型。

函数 split4 执行反向操作。

注意

• 函数文本 ID 为 "org.opencv.core.transform.merge4"

参数

src1	要合并的第一个输入 CV_8UC1 矩阵。
src2	要合并的第二个输入 CV_8UC1 矩阵。
src3	要合并的第三个输入 CV_8UC1 矩阵。
src4	要合并的第四个输入 CV_8UC1 矩阵。

另请参阅

merge3, split4, split3

normalize()

GMat cv::gapi::normalize	(	const GMat &	src,
		double	alpha,
		double	beta,
		int	norm_type,
		int	ddepth = -1 )

Python
	cv.gapi.normalize(	src, alpha, beta, norm_type[, ddepth]	) ->	retval

#include <opencv2/gapi/core.hpp>

归一化数组的范数或数值范围。

该函数对输入数组元素进行归一化缩放和位移，使得

\[\| \texttt{dst} \| _{L_p}= \texttt{alpha}\]

（其中 p=Inf, 1 或 2）当 normType=NORM_INF, NORM_L1 或 NORM_L2 时；或者使得

\[\min _I \texttt{dst} (I)= \texttt{alpha} , \, \, \max _I \texttt{dst} (I)= \texttt{beta}\]

当 normType=NORM_MINMAX 时（仅适用于密集数组）。

注意

函数文本 ID 为 "org.opencv.core.normalize"

参数

src	输入数组。
alpha	归一化到的范数值，或者在范围归一化情况下的下限范围边界。
beta	范围归一化情况下的上限范围边界；它不用于范数归一化。
norm_type	归一化类型（参见 cv::NormTypes）。
ddepth	当为负时，输出数组与 src 具有相同的类型；否则，它与 src 具有相同的通道数，深度 = ddepth。

另请参阅

norm, Mat::convertTo

remap()

GMat cv::gapi::remap	(	const GMat &	src,
		const Mat &	map1,
		const Mat &	map2,
		int	interpolation,
		int	borderMode = BORDER_CONSTANT,
		const Scalar &	borderValue = Scalar() )

Python
	cv.gapi.remap(	src, map1, map2, interpolation[, borderMode[, borderValue]]	) ->	retval

#include <opencv2/gapi/core.hpp>

对图像应用通用的几何变换。

函数 remap 使用指定的映射转换源图像

\[\texttt{dst} (x,y) = \texttt{src} (map_x(x,y),map_y(x,y))\]

其中，非整数坐标像素的值使用可用的插值方法之一计算。\(map_x\) 和 \(map_y\) 可以分别编码为 \(map_1\) 和 \(map_2\) 中的单独浮点映射，或 \(map_1\) 中交错的 \((x,y)\) 浮点映射，或通过使用 convertMaps 创建的定点映射。您可能希望从浮点到定点表示的映射进行转换的原因是它们可以产生更快（2 倍）的重映射操作。在转换的情况下，\(map_1\) 包含对 (cvFloor(x), cvFloor(y))，\(map_2\) 包含插值系数表中的索引。输出图像必须与输入图像大小和深度相同。

注意

• 函数文本 ID 为 "org.opencv.core.transform.remap"
• 由于当前的实现限制，输入和输出图像的大小应小于 32767x32767。

参数

src	源图像。
map1	第一个映射，可以是 (x,y) 点或仅 x 值，类型为 CV_16SC2、CV_32FC1 或 CV_32FC2。
map2	第二个映射，y 值，类型为 CV_16UC1、CV_32FC1，或者无（如果 map1 是 (x,y) 点，则为空映射）。
interpolation	插值方法（参见 cv::InterpolationFlags）。该函数不支持 INTER_AREA 和 INTER_LINEAR_EXACT 方法。
borderMode	像素外推方法（参见 cv::BorderTypes）。当 borderMode=BORDER_TRANSPARENT 时，表示目标图像中与源图像中的“异常值”对应的像素不会被函数修改。
borderValue	在恒定边界情况下使用的值。默认值为 0。

resize()

GMat cv::gapi::resize	(	const GMat &	src,
		const Size &	dsize,
		double	fx = 0,
		double	fy = 0,
		int	interpolation = INTER_LINEAR )

Python
	cv.gapi.resize(	src, dsize[, fx[, fy[, interpolation]]]	) ->	retval

#include <opencv2/gapi/imgproc.hpp>

调整图像大小。

该函数将图像 src 调整到或放大到指定大小。

输出图像大小将为 dsize（当 dsize 非零时）或根据 src.size()、fx 和 fy 计算的大小；输出深度与 src 相同。

如果您想调整 src 以使其适应预先创建的 dst，您可以按如下方式调用该函数

// 明确指定 dsize=dst.size()；fx 和 fy 将据此计算。
resize(src, dst, dst.size(), 0, 0, interpolation);

如果您想将图像在每个方向上缩小 2 倍，您可以这样调用该函数

// 指定 fx 和 fy，并让函数计算目标图像大小。
resize(src, dst, Size(), 0.5, 0.5, interpolation);

为了缩小图像，cv::INTER_AREA 插值通常看起来最好，而为了放大图像，cv::INTER_CUBIC（慢）或 cv::INTER_LINEAR（更快但效果仍然不错）通常看起来最好。

注意

函数文本 ID 为 "org.opencv.imgproc.transform.resize"

参数

src	输入图像。
dsize	输出图像大小；如果为零，则计算为 \[\texttt{dsize = Size(round(fx*src.cols), round(fy*src.rows))}\] `dsize` 或 `fx` 和 `fy` 必须都非零。
fx	沿水平轴的比例因子；当它等于 0 时，它计算为 \[\texttt{(double)dsize.width/src.cols}\]
fy	沿垂直轴的比例因子；当它等于 0 时，它计算为 \[\texttt{(double)dsize.height/src.rows}\]
interpolation	插值方法，参见 cv::InterpolationFlags

另请参阅

warpAffine, warpPerspective, remap, resizeP

resizeP()

GMatP cv::gapi::resizeP	(	const GMatP &	src,
		const Size &	dsize,
		int	interpolation = cv::INTER_LINEAR )

#include <opencv2/gapi/imgproc.hpp>

调整平面图像的大小。

该函数将图像 src 调整到或放大到指定大小。平面图像内存布局是三个平面连续地放置在内存中，因此图像高度应为 plane_height*plane_number，图像类型为 CV_8UC1。

输出图像大小将为 dsize，输出深度与 src 相同。

注意

函数文本 ID 为 "org.opencv.imgproc.transform.resizeP"

参数

src	输入图像，必须是 CV_8UC1 类型；
dsize	输出图像大小；
interpolation	插值方法，目前仅支持 cv::INTER_LINEAR

另请参阅

warpAffine, warpPerspective, remap, resize

split3()

std::tuple< GMat, GMat, GMat > cv::gapi::split3

(

const GMat &

src

)

Python
	cv.gapi.split3(	src	) ->	retval

#include <opencv2/gapi/core.hpp>

将 3 通道矩阵拆分为 3 个单通道矩阵。

该函数将一个 3 通道矩阵分成 3 个单通道矩阵

\[\texttt{mv} [c](I) = \texttt{src} (I)_c\]

所有输出矩阵必须是 CV_8UC1 类型。

函数 merge3 执行反向操作。

注意

• 函数文本 ID 为 "org.opencv.core.transform.split3"

参数

src	输入 CV_8UC3 矩阵。

另请参阅

split4, merge3, merge4

split4()

std::tuple< GMat, GMat, GMat, GMat > cv::gapi::split4

(

const GMat &

src

)

Python
	cv.gapi.split4(	src	) ->	retval

#include <opencv2/gapi/core.hpp>

将 4 通道矩阵拆分为 4 个单通道矩阵。

该函数将一个 4 通道矩阵分成 4 个单通道矩阵

\[\texttt{mv} [c](I) = \texttt{src} (I)_c\]

所有输出矩阵必须是 CV_8UC1 类型。

函数 merge4 执行反向操作。

注意

• 函数文本 ID 为 "org.opencv.core.transform.split4"

参数

src	输入 CV_8UC4 矩阵。

另请参阅

split3, merge3, merge4

warpAffine()

GMat cv::gapi::warpAffine	(	const GMat &	src,
		const Mat &	M,
		const Size &	dsize,
		int	flags = cv::INTER_LINEAR,
		int	borderMode = cv::BORDER_CONSTANT,
		const Scalar &	borderValue = Scalar() )

Python
	cv.gapi.warpAffine(	src, M, dsize[, flags[, borderMode[, borderValue]]]	) ->	retval

#include <opencv2/gapi/core.hpp>

对图像应用仿射变换。

当设置了 WARP_INVERSE_MAP 标志时，函数 warpAffine 使用指定的矩阵转换源图像

\[\texttt{dst} (x,y) = \texttt{src} ( \texttt{M} _{11} x + \texttt{M} _{12} y + \texttt{M} _{13}, \texttt{M} _{21} x + \texttt{M} _{22} y + \texttt{M} _{23})\]

否则，先用 invertAffineTransform 反转变换，然后将其放入上述公式中代替 M。该函数不能原地操作。

参数

src	输入图像。
M	\(2\times 3\) 变换矩阵。
dsize	输出图像的大小。
flags (标志)	插值方法的组合（参见 InterpolationFlags）和可选标志 WARP_INVERSE_MAP，表示 M 是逆变换（ \(\texttt{dst}\rightarrow\texttt{src}\)）。
borderMode	像素外推方法（参见 BorderTypes）；不支持 borderMode=BORDER_TRANSPARENT
borderValue	在恒定边界情况下使用的值；默认情况下为 0。

另请参阅

warpPerspective, resize, remap, getRectSubPix, transform

warpPerspective()

GMat cv::gapi::warpPerspective	(	const GMat &	src,
		const Mat &	M,
		const Size &	dsize,
		int	flags = cv::INTER_LINEAR,
		int	borderMode = cv::BORDER_CONSTANT,
		const Scalar &	borderValue = Scalar() )

Python
	cv.gapi.warpPerspective(	src, M, dsize[, flags[, borderMode[, borderValue]]]	) ->	retval

#include <opencv2/gapi/core.hpp>

对图像应用透视变换。

当设置了 WARP_INVERSE_MAP 标志时，函数 warpPerspective 使用指定的矩阵转换源图像

\[\texttt{dst} (x,y) = \texttt{src} \left ( \frac{M_{11} x + M_{12} y + M_{13}}{M_{31} x + M_{32} y + M_{33}} , \frac{M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} \right )\]

否则，先用 invert 反转变换，然后将其放入上述公式中代替 M。该函数不能原地操作。

参数

src	输入图像。
M	\(3\times 3\) 变换矩阵。
dsize	输出图像的大小。
flags (标志)	插值方法的组合（INTER_LINEAR 或 INTER_NEAREST）和可选标志 WARP_INVERSE_MAP，它将 M 设置为逆变换（ \(\texttt{dst}\rightarrow\texttt{src}\)）。
borderMode	像素外推方法（BORDER_CONSTANT 或 BORDER_REPLICATE）。
borderValue	常量边框情况下使用的值；默认情况下，它等于 0。

另请参阅

warpAffine, resize, remap, getRectSubPix, perspectiveTransform