【css基础】如何理解transform的matrix()用法

开篇

实现炫酷的网页动画效果，自然少不了css3中transform的属性，此属性功能丰富且强大，比如实现元素的位移translate(x,y)，缩放scale(x,y)，2d旋转rotate(angle)，倾斜变换skew(x-angle,y-angle)等，利用这些属性可以实现基本的动画效果，如果你要实现自定义和像素级别控制的高级动画效果，我们还需要深入了解它的另外一个属性——matrix，matrix就是矩阵的意思，听起来是不是很高级，你没听错实现更高级的效果，你需要了解“矩阵”，听到“矩阵”，是不是很惊慌，当初笔者学习线性代数时也甚是无聊，真不知道这门课有啥用，没想到这门课在计算机领域应用十分广泛，比如本文说的动画效果，还有现在火爆的人工智能，真是悔不当初，当时没有好好学习这么课程。

本篇文章，笔者将从以下几个方面进行介绍:

• 向量与矩阵基础知识

• 一个matrix()的例子

• matrix()参数详细介绍

本篇文章阅读时间预计6分钟。

01

向量与矩阵基础知识

关于这部分内容，有线性代数基础的同学们可以忽略本部分内容，在这里笔者只会介绍最基础的内容，主要涉及什么是向量和矩阵，以及对应的基础运算。

向量

向量被用于许多科学领域用来描述方向和大小，我们一般用笛卡尔坐标系进行向量的描述，向量简单的来说就是把数排成一列或一行进行展示，比如向量(2,1)和(3,3)在坐标系中表示如下：

假设我们现在有两个向量AB(8,2)和向量AC(2,6)，我们对其进行加、减、乘运算，示例如下：

向量加法：

AB+AC=AD
(8,2)+(2,6)=(8+2,2+6)=(10,8)

向量减法：

AB-AC= AD
(8,2)-(2,6)=(8-2,2-6)=(6,-4)

向量乘法：

AB✖️AC = AD
(8,2)✖️(2,6)=(8✖️2,2✖️6)=(16,12)

从上述例子我们可以看出，向量的运算即为每个向量对应的位置进行两两相加、两两相减或两两相乘。

矩阵

简单来说把数排列成长方形就是矩阵，我们一般用几行几列来描述矩阵，比如 2✖️2 矩阵，2✖️3 矩阵等，乘号左边代表行数，乘号右边代表列数，如下图所示表示2✖️2 的矩阵：

矩阵相加：

相同规模（行数列数都相等）的矩阵之间的加法如下图所示：

我们可以看出是对应的位置两两相加而得。

矩阵相乘

1、矩阵与向量相乘,示意图如下：

从图可以看出矩阵与向量相乘结果为向量，矩阵每行的数字分别与向量每行对应的位置分别相乘最后将结果相加，得到结果向量。

2、矩阵与矩阵相乘

比如 2✖️4 的矩阵与 4️✖️3 的矩阵相乘我们得到一个 2✖️3 的矩阵，如下图所示：

从图示中我们可以看出，我们左边矩阵的每行与右边矩阵的每列分别相乘，相乘规则如矩阵与向量相乘的规则一样，最终得到矩阵的行数等于左边矩阵的行数，列数等于右边矩阵的列数。

02

一个matrix()的例子

介绍完基本向量和矩阵的知识后，我们来看看一个matrix()的例子，transform:matrix(a,b,c,d,ex,fy)一共六个参数，用矩阵表示如下图所示：

注：参数书写的方向是竖着写的。

这六个参数代表什么意思，这里先不做介绍，稍后会详细介绍，现在我们有这样一个元素，其对应的CSS属性如下：

此段代码，对应的页面效果如下：

从上图我们可以看出，此长方形的四个顶点从左顶点开始，顺时针方向对应的坐标分别为：(0,0)、(200,0)、(200,80)、(0,80),我们对其进行transform:matrix(0.9, -0.05, -0.375, 1.375, 220, 20)变换，css代码如下：

#transformedObject {
   
    position: absolute;
    left: 0px;
    top: 0px;
    width: 200px;
    height: 80px;
    transform:  matrix(0.9, -0.05, -0.375, 1.375, 220, 20);
    transform-origin: 0 0;
}

注：transform-origin是变形原点，也就是该元素围绕着那个点变形或旋转，该属性只有在设置了transform-origin属性的时候起作用。

应用这个属性后的效果如下图：

好奇的你，你一定困惑这四个点的值是怎么得出来的呢，其实有了前面的向量和矩阵知识，我们很容易算出，matrix(0.9, -0.05, -0.375, 1.375, 220, 20)用矩阵表示如下图所示：

元素最初的每个顶点相当一个向量，例如(200,0)可用下图表示：

变换后的四个点的坐标值，其实是matrix(0.9, -0.05, -0.375, 1.375, 220, 20)对应的矩阵与原始四个点对应的向量分别相乘而得，具体的运算过程如下图：

与(200, 80)相乘的运算过程得到点(370,120)：

与(200, 0)相乘的运算过程得到点(400,10)：

与(0, 80)相乘的运算过程得到点(190,130)：

与(0,0)相乘的运算过程得到点(220,20)：

经过运算后，我们得到最终变换后的四个顶点坐标: (220,20)，(400,10)，(370,120)，(190,130)

03

matrix参数详