1212
1313它看起来大概是下面这样:
1414
15- ![ ] ( https ://ww1.sinaimg.cn/large/006tKfTcly1fdz72rjfnjj30ak01yglo.jpg)
15+ ![ ] ( http ://ww1.sinaimg.cn/large/006tKfTcly1fdz72rjfnjj30ak01yglo.jpg)
1616
1717** Matrix作用就是坐标映射，那么为什么需要Matrix呢? 举一个简单的例子:**
1818
@@ -65,11 +65,11 @@ Matrix 是一个矩阵，最根本的作用就是坐标转换，下面我们就
6565
6666### 1.缩放(Scale)
6767
68- ![ ] ( https ://ww2.sinaimg.cn/large/006tKfTcly1fdz7baj17gj302h01rdfr.jpg)
68+ ![ ] ( http ://ww2.sinaimg.cn/large/006tKfTcly1fdz7baj17gj302h01rdfr.jpg)
6969
7070用矩阵表示:
7171
72- ![ ] ( https ://ww3.sinaimg.cn/large/006tKfTcly1fdz7busaiej3062020mx4.jpg)
72+ ![ ] ( http ://ww3.sinaimg.cn/large/006tKfTcly1fdz7busaiej3062020mx4.jpg)
7373
7474> 你可能注意到了，我们坐标多了一个1，这是使用了齐次坐标系的缘故，在数学中我们的点和向量都是这样表示的(x, y)，两者看起来一样，计算机无法区分，为此让计算机也可以区分它们，增加了一个标志位，增加之后看起来是这样: <br />
7575>
@@ -88,23 +88,23 @@ Matrix 是一个矩阵，最根本的作用就是坐标转换，下面我们就
8888
8989#### 水平错切
9090
91- ![ ] ( https ://ww3.sinaimg.cn/large/006tKfTcly1fdz7d0niaqj303601mglj.jpg)
91+ ![ ] ( http ://ww3.sinaimg.cn/large/006tKfTcly1fdz7d0niaqj303601mglj.jpg)
9292
9393用矩阵表示:
9494
95- ![ ] ( https ://ww4.sinaimg.cn/large/006tKfTcly1fdz7dryrfcj305m020glk.jpg)
95+ ![ ] ( http ://ww4.sinaimg.cn/large/006tKfTcly1fdz7dryrfcj305m020glk.jpg)
9696
9797图例:
9898
9999![ ] ( http://ww2.sinaimg.cn/large/005Xtdi2jw1f6cniifb0sj308c0dw3yz.jpg )
100100
101101#### 垂直错切
102102
103- ![ ] ( https ://ww3.sinaimg.cn/large/006tKfTcly1fdz7esq5j4j303701pdfr.jpg)
103+ ![ ] ( http ://ww3.sinaimg.cn/large/006tKfTcly1fdz7esq5j4j303701pdfr.jpg)
104104
105105用矩阵表示:
106106
107- ![ ] ( https ://ww4.sinaimg.cn/large/006tKfTcly1fdz7ffdxauj305n024glk.jpg)
107+ ![ ] ( http ://ww4.sinaimg.cn/large/006tKfTcly1fdz7ffdxauj305n024glk.jpg)
108108
109109图例:
110110
@@ -114,11 +114,11 @@ Matrix 是一个矩阵，最根本的作用就是坐标转换，下面我们就
114114
115115> 水平错切和垂直错切的复合。
116116
117- ![ ] ( https ://ww4.sinaimg.cn/large/006tKfTcly1fdz7g0lmcaj303801mq2v.jpg)
117+ ![ ] ( http ://ww4.sinaimg.cn/large/006tKfTcly1fdz7g0lmcaj303801mq2v.jpg)
118118
119119用矩阵表示:
120120
121- ![ ] ( https ://ww2.sinaimg.cn/large/006tKfTcly1fdz7gkg5dej3062021mx4.jpg)
121+ ![ ] ( http ://ww2.sinaimg.cn/large/006tKfTcly1fdz7gkg5dej3062021mx4.jpg)
122122
123123图例:
124124
@@ -128,11 +128,11 @@ Matrix 是一个矩阵，最根本的作用就是坐标转换，下面我们就
128128
129129假定一个点 A(x<sub >0</sub >, y<sub >0</sub >) ,距离原点距离为 r, 与水平轴夹角为 α 度, 绕原点旋转 θ 度, 旋转后为点 B(x, y) 如下:
130130
131- ![ ] ( https ://ww3.sinaimg.cn/large/006tKfTcly1fdz7h61ddsj30gm03twel.jpg)
131+ ![ ] ( http ://ww3.sinaimg.cn/large/006tKfTcly1fdz7h61ddsj30gm03twel.jpg)
132132
133133用矩阵表示:
134134
135- ![ ] ( https ://ww2.sinaimg.cn/large/006tKfTcly1fdz7hn7pbdj308i0240sq.jpg)
135+ ![ ] ( http ://ww2.sinaimg.cn/large/006tKfTcly1fdz7hn7pbdj308i0240sq.jpg)
136136
137137图例:
138138
@@ -142,11 +142,11 @@ Matrix 是一个矩阵，最根本的作用就是坐标转换，下面我们就
142142
143143> 此处也是使用齐次坐标的优点体现之一，实际上前面的三个操作使用 2x2 的矩阵也能满足需求，但是使用 2x2 的矩阵，无法将平移操作加入其中，而将坐标扩展为齐次坐标后，将矩阵扩展为 3x3 就可以将算法统一，四种算法均可以使用矩阵乘法完成。
144144
145- ![ ] ( https ://ww4.sinaimg.cn/large/006tKfTcly1fdz7igi28cj302w01kdfr.jpg)
145+ ![ ] ( http ://ww4.sinaimg.cn/large/006tKfTcly1fdz7igi28cj302w01kdfr.jpg)
146146
147147用矩阵表示:
148148
149- ![ ] ( https ://ww2.sinaimg.cn/large/006tKfTcly1fdz7izsq8hj306b022mx4.jpg)
149+ ![ ] ( http ://ww2.sinaimg.cn/large/006tKfTcly1fdz7izsq8hj306b022mx4.jpg)
150150
151151图例:
152152
@@ -299,11 +299,11 @@ Log.e(TAG, "MatrixTest" + matrix.toShortString());
299299
300300之所以平移距离是 MTRANS\_ X = 500，MTRANS\_ Y = 800，那是因为执行 Translate 之前 Matrix 已经具有了一个缩放比例。在右乘的时候影响到了具体的数值计算，可以用矩阵乘法计算一下。
301301
302- ![ ] ( https ://ww3.sinaimg.cn/large/006tKfTcly1fdz7lhb20fj30lz01zgm8.jpg)
302+ ![ ] ( http ://ww3.sinaimg.cn/large/006tKfTcly1fdz7lhb20fj30lz01zgm8.jpg)
303303
304304最终结果为：
305305
306- ![ ] ( https ://ww2.sinaimg.cn/large/006tKfTcly1fdz7m2pgyuj303o022wef.jpg)
306+ ![ ] ( http ://ww2.sinaimg.cn/large/006tKfTcly1fdz7m2pgyuj303o022wef.jpg)
307307
308308当 T* S 的时候，缩放比例则不会影响到 MTRANS\\ _ X 和 MTRANS\\ _ Y ，具体可以使用矩阵乘法自己计算一遍。
309309
@@ -415,7 +415,7 @@ m.preScale(sx, sy);
415415```
416416
417417用矩阵表示:
418- ![ ] ( https ://ww4.sinaimg.cn/large/006tKfTcly1fdz7mv29jhj30gg02374b.jpg)
418+ ![ ] ( http ://ww4.sinaimg.cn/large/006tKfTcly1fdz7mv29jhj30gg02374b.jpg)
419419
420420#### 2.仅用post:
421421
@@ -429,7 +429,7 @@ m.postTranslate(tx, ty);
429429
430430用矩阵表示:
431431
432- ![ ] ( https ://ww1.sinaimg.cn/large/006tKfTcly1fdz7nde6gcj30gh020dfv.jpg)
432+ ![ ] ( http ://ww1.sinaimg.cn/large/006tKfTcly1fdz7nde6gcj30gh020dfv.jpg)
433433
434434#### 3.混合:
435435
0 commit comments