Android Matrix的用法总结

简介

Matrix ，中文里叫矩阵，高等数学里有介绍。Android中的Matrix类是一个3x3的位置坐标矩阵，在图像处理方面，主要是用于平面的缩放、平移、旋转等操作。

Matrix的数学原理

首先了解下这个3 x 3的矩阵，其内容如下所示：

Matrix的对图像的处理可分为四类基本变换：

英文	中文
Translate	平移变换
Rotate	旋转变换
Scale	缩放变换
Skew	错切变换

从字面上理解，矩阵中的MSCALE用于处理缩放变换，MSKEW用于处理错切变换，MTRANS用于处理平移变换，MPERSP用于处理透视变换。实际中当然不能完全按照字面上的说法去理解Matrix。同时，在Android的文档中，未见到用Matrix进行透视变换的相关说明，所以本文也不讨论这方面的问题。

针对每种变换，Android提供了pre、set和post三种操作方式。其中:

• set用于设置Matrix中的值。
• pre是先乘，因为矩阵的乘法不满足交换律，因此先乘、后乘必须要严格区分。先乘相当于矩阵运算中的右乘。
• post是后乘，因为矩阵的乘法不满足交换律，因此先乘、后乘必须要严格区分。后乘相当于矩阵运算中的左乘。

除平移变换(Translate)外，旋转变换(Rotate)、缩放变换(Scale)和错切变换(Skew)都可以围绕一个中心点来进行，如果不指定，在默认情况下是围绕(0, 0)来进行相应的变换的。

下面我们来看看四种变换的具体情形。由于所有的图形都是有点组成，因此我们只需要考察一个点相关变换即可。

平移变换

假定有一个点的坐标是 P(x0,y0) ，再假定在x轴和y轴方向移动的大小分别为：

△x = x − 
△y = y − 

如下图所示：

不难知道：

x=  + △x
y=  + △y

如果用矩阵来表示的话，就可以写成：

旋转变换

围绕坐标原点旋转

假定有一个点的坐标是 P(x0,y0)，相对坐标原点顺时针旋转θ ，相对坐标原点顺时针旋转 后的情形，同时假定P点离坐标原点的距离为r，如下图：

那么，

如果用矩阵，就可以表示为：

围绕某个点旋转

如果是围绕某个点 (xp,yp)顺时针旋转θ 顺时针旋转 ，那么用矩阵表示为：

可以化为：

很显然：

• 如下图所示，是将坐标原点移动到点 (xp,yp)的新坐标。

• 如下图所示，是将上一步变换后的 P(x0,y0) 。

• 如下图所示，是经过上一步旋转变换后，再将坐标原点移回到原来的坐标原点。

所以，围绕某一点进行旋转变换，可以分成3个步骤，即首先将坐标原点移至该点，然后围绕新的坐标原点进行旋转变换，再然后将坐标原点移回到原先的坐标原点。

缩放变换

理论上而言，一个点是不存在什么缩放变换的，但考虑到所有图像都是由点组成，因此，如果图像在x轴和y轴方向分别放大k1和k2倍的话，那么图像中的所有点的x坐标和y坐标均会分别放大k1和k2倍，即：

x= 
y= 

用矩阵表示就是：

缩放变换比较好理解，就不多说了。

错切变换

错切变换(skew)在数学上又称为Shear mapping(可译为“剪切变换”)或者Transvection(缩并)，它是一种比较特殊的线性变换。错切变换的效果就是让所有点的x坐标(或者y坐标)保持不变，而对应的y坐标(或者x坐标)则按比例发生平移，且平移的大小和该点到x轴(或y轴)的垂直距离成正比。错切变换，属于等面积变换，即一个形状在错切变换的前后，其面积是相等的。

比如下图，各点的y坐标保持不变，但其x坐标则按比例发生了平移。这种情况将水平错切。

下图各点的x坐标保持不变，但其y坐标则按比例发生了平移。这种情况叫垂直错切。

假定一个点P(x0,y0)，对于水平错切而言，应该有如下关系：

x= x0
y= 

用矩阵表示就是：

扩展到3 x 3的矩阵就是下面这样的形式：

同理，对于垂直错切，可以有：

在数学上严格的错切变换就是上面这样的。在Android中除了有上面说到的情况外，还可以同时进行水平、垂直错切，那么形式上就是：

对称变换

除了上面讲到的4中基本变换外，事实上，我们还可以利用Matrix，进行对称变换。所谓对称变换，就是经过变化后的图像和原图像是关于某个对称轴是对称的。比如，某点 经过对称变换后得到，

如果对称轴是x轴，难么，

x= x0
y= −

用矩阵表示就是：

如果对称轴是y轴，那么，

x= −x0
y= 

用矩阵表示就是：

如果对称轴是y = x，如图：

那么，

很容易可以解得：

x= x0
y= 

用矩阵表示就是：

同样的道理，如果对称轴是y = -x，那么用矩阵表示就是：

特殊地，如果对称轴是y = kx，如下图：

那么，

很容易可解得：

用矩阵表示就是：

当k = 0时，即y = 0，也就是对称轴为x轴的情况；当k趋于无穷大时，即x = 0，也就是对称轴为y轴的情况；当k =1时，即y = x，也就是对称轴为y = x的情况；当k = -1时，即y = -x，也就是对称轴为y = -x的情况。不难验证，这和我们前面说到的4中具体情况是相吻合的。

如果对称轴是y = kx + b这样的情况，只需要在上面的基础上增加两次平移变换即可，即先将坐标原点移动到(0, b)，然后做上面的关于y = kx的对称变换，再然后将坐标原点移回到原来的坐标原点即可。用矩阵表示大致是这样的：

需要特别注意：在实际编程中，我们知道屏幕的y坐标的正向和数学中y坐标的正向刚好是相反的，所以在数学上y = x和屏幕上的y = -x才是真正的同一个东西，反之亦然。也就是说，如果要使图片在屏幕上看起来像按照数学意义上y = x对称，那么需使用这种转换：

要使图片在屏幕上看起来像按照数学意义上y = -x对称，那么需使用这种转换：

关于对称轴为y = kx 或y = kx + b的情况，同样需要考虑这方面的问题。

参考：
http://blog.csdn.net/pathuang68/article/details/6991867

基本方法解析

构造函数

public Matrix()
public Matrix(Matrix src)
   
   
1
2
   
   

    
    
   
   

构造函数有两个，第一个是直接创建一个单位矩阵，第二个是根据提供的矩阵创建一个新的矩阵（采用deep copy）

单位矩阵如下：

isIdentity与isAffine

public boolean isIdentity()//判断是否是单位矩阵
public boolean isAffine()//判断是否是仿射矩阵
   
   
1
2
   
   

    
    
   
   

是否是单位矩阵很简单，就不做讲解了，这里是否是仿射矩阵可能大家不好理解。

首先来看看什么是仿射变换。仿射变换其实就是二维坐标到二维坐标的线性变换，保持二维图形的“平直性”（即变换后直线还是直线不会打弯，圆弧还是圆弧）和“平行性”（指保持二维图形间的相对位置关系不变，平行线还是平行线，而直线上点的位置顺序不变），可以通过一系列的原子变换的复合来实现，原子变换就包括：平移、缩放、翻转、旋转和错切。这里除了透视可以改变z轴以外，其他的变换基本都是上述的原子变换，所以，只要最后一行是0,0,1则是仿射矩阵。

####rectStaysRect

public boolean rectStaysRect()
   
   
1
   
   

    
    
   
   

判断该矩阵是否可以将一个矩形依然变换为一个矩形。当矩阵是单位矩阵，或者只进行平移，缩放，以及旋转90度的倍数的时候，返回true。

####reset

public void reset()
   
   
1
   
   

    
    
   
   

重置矩阵为单位矩阵。

####setTranslate

public void setTranslate(float dx, float dy)
   
   
1
   
   

    
    
   
   

设置平移效果，参数分别是x，y上的平移量。
效果图如下：

代码：

Matrix matrix = new Matrix();
canvas.drawBitmap(bitmap, matrix, paint);

matrix.setTranslate(100, 1000);
canvas.drawBitmap(bitmap, matrix, paint);
   
   
1
2
3
4
5
   
   

    
    
   
   

setScale

public void setScale(float sx, float sy, float px, float py)
public void setScale(float sx, float sy)
   
   
1
2
   
   

    
    
   
   

两个方法都是设置缩放到matrix中，sx，sy代表了缩放的倍数，px,py代表缩放的中心。这里跟上面比较类似不做讲解了。

setRotate

public void setRotate(float degrees, float px, float py)
public void setRotate(float degrees)
   
   
1
2
   
   

    
    
   
   

和上面类似，不再讲解。

setSinCos

public void setSinCos(float sinValue, float cosValue, float px, float py)
public void setSinCos(float sinValue, float cosValue)
   
   
1
2
   
   

    
    
   
   

这个方法乍一看可能有点蒙，其实在前面的原理中，我们讲解了一个旋转的例子，他最终的矩阵效果是这样的：

其实旋转，就是使用了这样的matrix，显而易见，这里的参数就清晰了。
sinValue：对应图中的sin值
cosValue：对应cos值
px:中心的x坐标
py：中心的y坐标

看一个示例，我们把图像旋转90度，那么90度对应的sin和cos分别是1和0。

看代码如下：

Matrixmatrix = new Matrix();
matrix.setSinCos(1, 0, bitmap.getWidth() / 2, bitmap.getHeight() / 2);
canvas.drawBitmap(bitmap, matrix, paint);
   
   
1
2
3
   
   

    
    
   
   

setSkew

public void setSkew(float kx, float ky, float px, float py)
public void setSkew(float kx, float ky)
   
   
1
2
   
   

    
    
   
   

错切，这里kx，ky分别代表了x，y上的错切因子，px，py代表了错切的中心。不了解错切了在前面canvas变换中去查看，这里不再讲解。

setConcat

public boolean setConcat(Matrix a,Matrix b)
   
   
1
   
   

    
    
   
   

将当前matrix的值变为a和b的乘积,它的意义在下面的 进阶方法中来探讨。

进阶

上面的基本方法中，有关于变换的set方法都可以带来不同的效果，但是每个set都会把上个效果清除掉，例如依次调用了setSkew,setTranslate，那么最终只有setTranslate会起作用，那么如何才和将两种效果复合呢。Matrix给我们提供了很多方法。但是主要都是2类：

preXXXX：以pre开头，例如preTranslate
postXXXX：以post开头，例如postScale

他们分别代表了前乘，和后乘。看一段代码：

Matrix matrix = new Matrix();
matrix.setTranslate(100, 1000);
matrix.preScale(0.5f, 0.5f);
   
   
1
2
3
   
   

    
    
   
   

这里matrix前乘了一个scale矩阵，换算成数学式如下：

从上面可以看出，最终得出的matrix既包含了缩放信息也有平移信息。
后乘自然就是matrix在后面，而缩放矩阵在前面，由于矩阵前后乘并不等价，也就导致了他们的效果不同。我们来看看后乘的结果：

可以看到，结果跟上面不同，并且这也不是我们想要的结果，这里缩放没有更改，但是平移被减半了，换句话说，平移的距离也被缩放了。所以需要注意前后乘法的关系。

来看看他们对应的效果图：

前乘：

后乘：

可以明显看到，后乘的平移距离受了影响。

了解清除了前后乘的意义，在使用的过程中，多个效果的叠加时，一样要注意，否则效果达不到预期。

其他方法

matrix除了上面的方法外，还有一些其他的方法。

setRectToRect

public boolean setRectToRect(RectF src, RectF dst, ScaleToFit stf)
   
   
1
   
   

    
    
   
   

将rect变换成rect，上面的rectStaysRect已经说过，要保持rect只能做缩放平移和选择90度的倍数，那么这里其实也是一样，只是这几种变化，这里通过stf参数来控制。

ScaleToFit 有如下四个值：

• FILL: 可能会变换矩形的长宽比，保证变换和目标矩阵长宽一致。
• START:保持坐标变换前矩形的长宽比，并最大限度的填充变换后的矩形。至少有一边和目标矩形重叠。左上对齐。
• CENTER: 保持坐标变换前矩形的长宽比，并最大限度的填充变换后的矩形。至少有一边和目标矩形重叠。
• END:保持坐标变换前矩形的长宽比，并最大限度的填充变换后的矩形。至少有一边和目标矩形重叠。右下对齐。

这里使用谷歌的api demo的图片作为例子：

setPolyToPoly

public boolean setPolyToPoly(float[] src, int srcIndex,float[] dst, int dstIndex,int pointCount)

   
   
1
2
   
   

    
    
   
   

通过指定的0-4个点，原始坐标以及变化后的坐标，来得到一个变换矩阵。如果指定0个点则没有效果。

下面通过例子分别说明1到4个点的可以达到的效果：

1个点，平移

只指定一个点，可以达到平移效果：

代码如下：

float[] src = {0, 0};
int DX = 300;
float[] dst = {0 + DX, 0 + DX};
matrix.setPolyToPoly(src, 0, dst, 0, 1);
canvas.drawBitmap(bitmap, matrix, paint);
   
   
1
2
3
4
5
   
   

    
    
   
   

2个点，旋转或者缩放

两个点，可以达到旋转效果或者缩放效果，缩放比较简单，这里我们来看旋转效果，一个点指定中心，一点指出旋转的效果。

代码：

int bw = bitmap.getWidth();
int bh = bitmap.getHeight();
float[] src = {bw / 2, bh / 2, bw, 0};
float[] dst = {bw / 2, bh / 2, bw / 2 + bh / 2, bh / 2 + bw / 2};
matrix.setPolyToPoly(src, 0, dst, 0, 2);
canvas.drawBitmap(bitmap, matrix, paint);
   
   
1
2
3
4
5
6
   
   

    
    
   
   

图片的中心点作为旋转的中心，前后不变，右上角变化到了下方，所以导致图片旋转了90度。

3个点，错切

使用3个点，可以产生错切效果，指定3个顶点，一个固定，另外两个移动。

看图：

代码如下：

Matrix matrix = new Matrix();
int bw = bitmap.getWidth();
int bh = bitmap.getHeight();
float[] src = {0,0, 0, bh,bw,bh};
float[] dst = {0, 0, 200, bh, bw + 200, bh};
matrix.setPolyToPoly(src, 0, dst, 0, 3);
canvas.drawBitmap(bitmap, matrix, paint);
   
   
1
2
3
4
5
6
7
   
   

    
    
   
   

4个点，透视

透视就是观察的角度变化了。导致投射到平面上的二维图像变化了。

我们看下面的例子，更容易理解：

图片看起来好像倾斜了，实现特别简单：

Matrix matrix = new Matrix();
int bw = bitmap.getWidth();
int bh = bitmap.getHeight();
float[] src = {0, 0, 0, bh, bw, bh, bw, 0};
int DX = 100;
float[] dst = {0 + DX, 0, 0, bh, bw, bh, bw - DX, 0};
matrix.setPolyToPoly(src, 0, dst, 0, 4);
canvas.drawBitmap(bitmap, matrix, paint);
   
   
1
2
3
4
5
6
7
8
   
   

    
    
   
   

可以看到，只是把左右两个顶点往里面收拢了，这样就得出了一个有3d效果的透视图。

invert

public boolean invert(Matrix inverse)
   
   
1
   
   

    
    
   
   

反转当前矩阵，如果能反转就返回true并将反转后的值写入inverse，否则返回false。当前矩阵*inverse=单位矩阵。

反转前后有什么效果，我们来看看示例：

可以看到，反转之后，其实是对效果的一种反转。

mapPoints

public void mapPoints(float[] dst, int dstIndex, float[] src, int srcIndex,int pointCount)
public void mapPoints(float[] dst, float[] src)
public void mapPoints(float[] pts)
   
   
1
2
3
   
   

    
    
   
   

映射点的值到指定的数组中，这个方法可以在矩阵变换以后，给出指定点的值。
dst：指定写入的数组
dstIndex：写入的起始索引，x，y两个坐标算作一对，索引的单位是对，也就是经过两个值才加1
src：指定要计算的点
srcIndex：要计算的点的索引
pointCount：需要计算的点的个数，每个点有两个值，x和y。

mapVectors

public void mapVectors(float[] dst, int dstIndex, float[] src, int srcIndex,int vectorCount)
public void mapVectors(float[] dst, float[] src)
public void mapVectors(float[] vecs)
   
   
1
2
3
   
   

    
    
   
   

与上面的mapPoionts基本类似，这里是将一个矩阵作用于一个向量，由于向量的平移前后是相等的，所以这个方法不会对translate相关的方法产生反应，如果只是调用了translate相关的方法，那么得到的值和原本的一致。

mapRect

public boolean mapRect(RectF dst, RectF src)
public boolean mapRect(RectF rect)
   
   
1
2
   
   

    
    
   
   

返回值即是调用的rectStaysRect()，这个方法前面有讲过，这里把src中指定的矩形的左上角和右下角的两个点的坐标，写入dst中。

mapRadius

public float mapRadius(float radius)
   
   
1
   
   

    
    
   
   

返回一个圆圈半径的平均值，将matrix作用于一个指定radius半径的圆，随后返回的平均半径。

以上基本解析完毕了所有matrix的方法，以及一些高阶用法，本篇文章就到这里

http://blog.csdn.net/jdsjlzx/article/details/52741445