Matrix学习.docVIP

Matrix学习——基础知识 By: 海市蜃楼 | In: Android开发 14 四 2010 以前在线性代数中学习了矩阵，对矩阵的基本运算有一些了解，前段时间在使用GDI+的时候再次学习如何使用矩阵来变化图像，看了之后在这里总结说明。 首先大家看看下面这个3 x 3的矩阵，这个矩阵被分割成4部分。为什么分割成4部分，在后面详细说明。 首先给大家举个简单的例子：现设点P0（x0， y0）进行平移后，移到P（x，y），其中x方向的平移量为△x，y方向的平移量为△y，那么，点P（x，y）的坐标为： x = x0 ?+ △xy = y0 ?+ △y 采用矩阵表达上述如下： 上述也类似与图像的平移，通过上述矩阵我们发现，只需要修改矩阵右上角的2个元素就可以了。 我们回头看上述矩阵的划分： 为了验证上面的功能划分，我们举个具体的例子：现设点P0（x0 ，y0）进行平移后，移到P（x，y），其中x放大a倍，y放大b倍， 矩阵就是：，按照类似前面“平移”的方法就验证。 图像的旋转稍微复杂：现设点P0（x0， y0）旋转θ角后的对有点为P（x， y）。通过使用向量，我们得到如下： x0 = r? cosαy0 = r? sinα x = r cos(α-θ) = x0 cosθ+ y0 sinθy = r sia(α-θ) = -x0 sinθ+y0 cosθ 于是我们得到矩阵： 如果图像围绕着某个点(a ，b)旋转呢？则先要将坐标平移到该点，再进行旋转，然后将旋转后的图像平移回到原来的坐标原点，在后面的篇幅中我们将详细介绍。 Matrix学习——如何使用Matrix By: 海市蜃楼 | In: Android开发 19 四 2010 上一篇幅? Matrix学习——基础知识，从高等数学方面给大家介绍了Matrix，本篇幅我们就结合Android 中的android.graphics.Matrix来具体说明，还记得我们前面说的图像旋转的矩阵： 从最简单的旋转90度的是： 在android.graphics.Matrix中有对应旋转的函数：Matrix matrix = new Matrix();matrix.setRotate(90);Test.Log(MAXTRIX_TAG,”setRotate(90):%s” , matrix.toString()); 查看运行后的矩阵的值（通过Log输出）： 与上面的公式基本完全一样（android.graphics.Matrix采用的是浮点数，而我们采用的整数）。 有了上面的例子，相信大家就可以亲自尝试了。通过上面的例子我们也发现，我们也可以直接来初始化矩阵，比如说要旋转30度： 前面给大家介绍了这么多，下面我们开始介绍图像的镜像，分为2种：水平镜像、垂直镜像。先介绍如何实现垂直镜 像，什么是垂直镜像就不详细说明。图像的垂直镜像变化也可以用矩阵变化的表示，设点P0（x0 ，y0 ）进行镜像后的对应点为P（x ，y ），图像的高度为fHeight，宽度为fWidth，原图像中的P0（x0 ，y0 ）经过垂直镜像后的坐标变为（x0 ，fHeight- y0）；x = x0y = fHeight – y0推导出相应的矩阵是： final float f[] = {1.0F,0.0F,0.0F,0.0F,-1.0F,120.0F,0.0F,0.0F,1.0F};Matrix matrix = new Matrix();matrix.setValues(f); 按照上述方法运行后的结果： 至于水平镜像采用类似的方法，大家可以自己去试试吧。 实际上，使用下面的方式也可以实现垂直镜像：Matrix matrix = new Matrix();matrix.setScale (1.0，-1.0);matrix.postTraslate(0, fHeight); 这就是我们将在后面的篇幅中详细说明。 Matrix学习——图像的复合变化 By: 海市蜃楼 | In: Android开发 21 四 2010 Matrix学习——基础知识篇幅中，我们留下一个话题：如果图像围绕着某个点P(a，b)旋转，则先要将坐标系平移到该点，再进行旋转，然后将旋转后的图像平移回到原来的坐标原点。 我们需要3步： 平移——将坐标系平移到点P(a，b)； 旋转——以原点为中心旋转图像； 平移——将旋转后的图像平移回到原来的坐标原点； 相比较前面说的图像的几何变化（基本的图像几何变化），这里需要平移——旋转——平移，这种需要多种图像的几何变化就叫做图像的复合变化。 设对给定的图像依次进行了基本变化F1、F2、F3…..、Fn，它们的变化矩阵分别为T1、T2、T3…..、Tn，图像复合变化的矩阵T可以表