二维坐标转换

向量和空间解析几何
高等数学中有一门课叫向量和空间解析几何，讲述了在同一个坐标系中，一个向量经过旋转，缩放和迁移之后，会变成一个新的向量。
上图是一个简单的实例，正方形ABCD经过缩放、旋转、迁移之后形成了A’B’C’D’，在高数里面，很容易根据相关公式求出一个矩阵，算出A’B’C’D’的坐标，这里并不科普矩阵的计算方式；
实际场景
现实生活中，存在虚拟世界坐标和现实世界坐标，虚拟世界的坐标很方便拾取，而现实世界的坐标取值却很苦难，例如，计算机上用一个8000*6000像素的图片表示一个标准体育场，对应现实世界中一个标准的体育场，这已经是虚拟现实能实现最标准最简单的场景了，在PC上，计算机很容易通过放大缩小，进行最精确的取点，但是在体育场之上，想描述一个具体的点，采用的一般是GPS定位（误差会在5米左右）。
对应上面的数学理论，在PC上任意取3到4个点，在体育场中对应取3到4个点，其根本无法通过数学公式直接求出一个矩阵计算对应方式，因为误差是存在的，概率学上，误差是没有规律的。
如何去解决？
既然无法通过数学公式直接来算，那么就只能通过假设理论来实现，取A B C三个点，计算机中也取出A’B’C’三个点，假定ABC是精确的，假设A’B’是精确的（C’作为参考），也可以反之，通过空间几何理论，找出C’'点，但是因为二维空间的存在，会找到两个点，即一个点对应着C点的对称点，这时候C’作为参考点就能取出对应的点了；
具体代码参考：
添加链接描述
https://github.com/gui0923/Math_Algor_Tools/blob/master/src/main/java/com/guilei/coordswitch/CommonMatrixSwitch.java

最后
由于误差的存在，选点的时候最好选的范围大一些，这样就能保证误差在接受范围之内。