from:http://www.javaresearch.org/article/showarticle.jsp?column=545&thread=42444jungleford如是说 开始做模拟时钟的bean了,看dW上Java 2D的那个例子很有意思,比JDK自带的applet要简单,因为用到了仿射变换(Affine Transformation),只用简单得多的运算就可以绘制较高质量的动画。乘SUN的JavaDoc中文化之东风,先把java.awt.geom.AffineTransform的API doc之一部分简单翻译一下,只涉及到一点几何和线性代数的小常识:=============================================================================== AffineTransform类描述了一种二维仿射变换的功能,它是一种二维坐标到二维坐标之间的线性变换,保持二维图形的“平直性”(译注:straightness,即变换后直线还是直线不会打弯,圆弧还是圆弧)和“平行性”(译注:parallelness,其实是指保二维图形间的相对位置关系不变,平行线还是平行线,相交直线的交角不变。大二学过的复变,“保形变换/保角变换”都还记得吧,数学就是王道啊!)。仿射变换可以通过一系列的原子变换的复合来实现,包括:平移(Translation)、缩放(Scale)、翻转(Flip)、旋转(Rotation)和剪切(Shear)。 此类变换可以用一个3×3的矩阵来表示,其最后一行为(0, 0, 1)。该变换矩阵将原坐标(x, y)变换为新坐标(x', y'),这里原坐标和新坐标皆视为最末一行为(1)的三维列向量,原列向量左乘变换矩阵得到新的列向量: [x'] [m00 m01 m02] [x] [m00*x+m01*y+m02][y'] = [m10 m11 m12] [y] = [m10*x+m11*y+m12][1 ] [ 0 0 1 ] [1] [ 1 ] 几种典型的仿射变换: public static AffineTransform getTranslateInstance(double tx, double ty) 平移变换,将每一点移动到(x+tx, y+ty),变换矩阵为:[ 1 0 tx ][ 0 1 ty ][ 0 0 1 ](译注:平移变换是一种“刚体变换”,rigid-body transformation,中学学过的物理,都知道啥叫“刚体”吧,就是不会产生形变的理想物体,平移当然不会改变二维图形的形状。同理,下面的“旋转变换”也是刚体变换,而“缩放”、“错切”都是会改变图形形状的。) public static AffineTransform getScaleInstance(double sx, double sy) 缩放变换,将每一点的横坐标放大(缩小)至sx倍,纵坐标放大(缩小)至sy倍,变换矩阵为:[ sx 0 0 ][ 0 sy 0 ][ 0 0 1 ] public static AffineTransform getShearInstance(double shx, double shy) 剪切变换,变换矩阵为:[ 1 shx 0 ][ shy 1 0 ][ 0 0 1 ]相当于一个横向剪切与一个纵向剪切的复合[ 1 0 0 ][ 1 shx 0 ][ shy 1 0 ][ 0 1 0 ][ 0 0 1 ][ 0 0 1 ](译注:“剪切变换”又称“错切变换”,指的是类似于四边形不稳定性那种性质,街边小商店那种铁拉门都见过吧?想象一下上面铁条构成的菱形拉动的过程,那就是“错切”的过程。) public static AffineTransform getRotateInstance(double theta) 旋转变换,目标图形围绕原点顺时针旋转theta弧度,变换矩阵为:[ cos(theta) -sin(theta) 0 ][ sin(theta) cos(theta) 0 ][ 0 0 1 ] public static AffineTransform getRotateInstance(double theta, double x, double y) 旋转变换,目标图形以(x, y)为轴心顺时针旋转theta弧度,变换矩阵为:[ cos(theta) -sin(theta) x-x*cos+y*sin][ sin(theta) cos(theta) y-x*sin-y*cos ][ 0 0 1 ]相当于两次平移变换与一次原点旋转变换的复合:[1 0 -x][cos(theta) -sin(theta) 0][1 0 x][0 1 -y][sin(theta) cos(theta) 0][0 1 y][0 0 1 ][ 0 0 1 ][0 0 1]