几何变换移动图像中的所选像素，如果图像中的形状太大/太小/失真，这有助于进行点到点比较。
所选区域可以是任何形状，但是所得到的图像总是矩形的。在所选区域外部的对应像素目标图像中的像素被认为是不相关的，并且保持为黑色。
当目标像素的源坐标不是整数时，需要使用插值技术。
最邻近的方法是最快的 - 它使用最近的源像素。
双线性插值方法更准确，但更慢 - 它使用四个相邻源像素的加权平均值。
可能的几何变换是：
重新对齐
重新排列两个未对齐图像的最简单方法是准确定位两个图像中的特征（地标或枢轴，使用图案匹配，点测量或其他），并重新对齐其中一个图像，以便叠加这些特征。
您可以通过将一个、两个或三个枢轴点重新对齐到参考位置来注册图像。为了获得最佳的准确性，枢轴点应尽可能远。
- 单个枢轴点平移是一种简单的平移。如果使用内插位，则实现子像素平移。
- 两个枢轴点使用平移、旋转和可选缩放的组合。如果不允许缩放，则第二个枢轴点可能不会精确匹配。通常不应使用缩放，除非其对应于镜头放大倍数或观看距离的变化。
- 三个枢轴点使用平移、旋转、剪切校正和可选缩放的组合。当使用未对齐的行扫描相机拍摄图像时，可能会产生剪切效应。
平移、缩放和旋转
如果相关对象的位置或大小更改，您可以使用 ScaleRotate 和 Shrink 函数测量位置或大小的变化并生成校正的图像。
- 图像平移：您可以在源图像中提供枢轴点的位置坐标以及目标图像中相应的枢轴点。
- 图像缩放：您可以为 X 轴和 Y 轴提供比例因子值。
- 图像旋转：您提供一个旋转角度值。
对于重采样，使用 4 或 8 位精度的最近邻规则或双线性插值。目标图像的大小是任意的。
缩放和旋转示例
缩小
EasyImage::.Shrink：将图像调整为更小，应用预过滤以避免混叠。
基于 LUT 的反变形
如果感兴趣的特征由于其形状（变形）而变形，则可以将环形楔形（例如 CD 标签上的文字）反变形成直角矩形。环形楔形由两个同心圆和穿过中心的两条直线界定。
EasyImage::.SetCircleWarp利用EasyImage::.Warp 函数准备扭曲图像，它将每个像素移动到用作查找表的“扭曲”图像中指定的位置。