Matrix矩阵的基础案例与分析

使用Matrix矩阵进行矩形的绘制，进而属性matrix的使用方式，深入了解matrix的原理。

//1、使用默认的Matrix，绘制默认状态的矩形，宽高都是50像素Rect rect = new Rect(0, 0, 50, 50);//将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect,paint);

图-1

//2、平移到屏幕的中心Rect rect = new Rect(0, 0, 50, 50);mScaleMatrix.postTranslate(getWidth()/2,getHeight()/2);//图-2//由于Matrix的原始坐标原点在0,0，所以矩形的左上角与屏幕中心点重合，如果要想矩形的中心与屏幕的中心重合//需要算上矩形的中心坐标，mScaleMatrix.postTranslate(getWidth()/2-25,getHeight()/2-25);//在平移至屏幕中心点后，减去矩形一半的平移量.图-2-1//将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect,paint);

图-2

图-2-1

//3、缩放//在默认位置放大2倍Rect rect = new Rect(0, 0, 50, 50);mScaleMatrix.postScale(2,2);//将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect,paint);

图-3

//4、平移+缩放//以屏幕中心点为中心放大2倍---错误的做法Rect rect = new Rect(0, 0, 50, 50);mScaleMatrix.postScale(2,2,getWidth()/2,getHeight()/2);Log.i(TAG,mScaleMatrix.toShortString());//[2.0, 0.0, -540.0][0.0, 2.0, -792.0][0.0, 0.0, 1.0]float[] values = new float[9];mScaleMatrix.getValues(values);Log.i(TAG,"X:平移量："+values[Matrix.MTRANS_X]);Log.i(TAG,"Y:平移量："+values[Matrix.MTRANS_Y]);Log.i(TAG,"屏幕的高："+getHeight());Log.i(TAG,"屏幕的宽："+getWidth());//X:平移量：-540.0//Y:平移量：-792.0//将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect,paint);//如图-4，根本看不到那个矩形，原因已经在注释中说明了，上面的代码会导致矩形反向平移出屏幕，所以根本看不到。//正确的做法：先平移，在以平移后的中心点进行缩放，才能达到效果mScaleMatrix.postTranslate(getWidth()/2,getHeight()/2);mScaleMatrix.postScale(2,2,getWidth()/2,getHeight()/2);//图4-1

图-4

图4-1

//5、旋转//以0,0起始坐标点旋转45度Rect rect = new Rect(0, 0, 50, 50);mScaleMatrix.postRotate(45);//将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect,paint);//图-5

图-5

//6、平移+旋转//以屏幕中心点，旋转45度Rect rect = new Rect(0, 0, 50, 50);mScaleMatrix.postTranslate(getWidth()/2,getHeight()/2);mScaleMatrix.postRotate(45,getWidth()/2,getHeight()/2);//将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect,paint);//图-6

图-6

//7、平移+旋转，看pre 和post的区别，结果都是   图-7
//        //方法一：
//        //以屏幕中心点，旋转45度
//        Rect rect = new Rect(0, 0, 50, 50);
//        mScaleMatrix.postTranslate(getWidth()/2,getHeight()/2);
//        mScaleMatrix.postRotate(45,getWidth()/2,getHeight()/2);//        //方法二：
//        //以屏幕中心点，旋转45度
//        Rect rect = new Rect(0, 0, 50, 50);
//        mScaleMatrix.postRotate(45);
//        mScaleMatrix.postTranslate(getWidth()/2,getHeight()/2);
//        //方法三：
//        //以屏幕中心点，旋转45度
//        Rect rect = new Rect(0, 0, 50, 50);
//        mScaleMatrix.preRotate(45);
//        mScaleMatrix.postTranslate(getWidth()/2,getHeight()/2);//方法四：//以屏幕中心点，旋转45度Rect rect = new Rect(0, 0, 50, 50);mScaleMatrix.preRotate(30, getWidth() / 2, getHeight() / 2);Log.i(TAG,mScaleMatrix.toShortString());mScaleMatrix.preTranslate(getWidth() / 2, getHeight() / 2);Log.i(TAG,mScaleMatrix.toShortString());//preXXXX:以pre开头，例如preTranslate postXXXX:以post开头，例如postScale//post-前乘或者叫左乘//pre-后乘或者叫右乘//如果平移和旋转后结果不是预想的，需要注意上述操作的矩阵结果，打印出来一看便知//看源码-以平移为例/*** Preconcats the matrix with the specified translation. M' = M * T(dx, dy)public boolean preTranslate(float dx, float dy) {nPreTranslate(native_instance, dx, dy);return true;}*//*** Postconcats the matrix with the specified translation. M' = T(dx, dy) * Mpublic boolean postTranslate(float dx, float dy) {nPostTranslate(native_instance, dx, dy);return true;}*///将Matrix矩阵设置给canvas，并绘制矩形canvas.setMatrix(mScaleMatrix);canvas.drawRect(rect, paint);

图-7

Matrix矩阵的基础案例与分析相关推荐

视觉SLAM中，本质矩阵、基础矩阵、单应性矩阵自由度和秩分析
视觉SLAM中,本质矩阵.基础矩阵.单应性矩阵自由度和秩分析 1.各个矩阵的自由度由于基础矩阵和本质矩阵都是由对极约束来的 1.1 本质矩阵E的自由度为5,秩为2 1.1.1 自由度: 首先,旋转和 ...
Eigen入门系列 —— Eigen::Matrix矩阵点乘、叉乘、转置、求逆、求和、行列式、迹、数乘
Eigen入门系列 -- Eigen::Matrix矩阵点乘.叉乘.转置.求逆.求和.行列式.迹.数乘前言程序说明输出结果代码示例前言随着工业自动化.智能化的不断推进,机器视觉(2D/3D ...
计算机视觉三维重建的几何基础：坐标系与关键矩阵（基础矩阵、本质矩阵、单应矩阵）...
作者丨李迎松@知乎来源丨https://zhuanlan.zhihu.com/p/159194599 编辑丨3D视觉工坊你站在桥上看风景, 看风景人在楼上看你. 明月装饰了你的窗子, 你装饰了别人 ...
计算机视觉中本质矩阵的概念,【计算机视觉】Lecture 19：本质矩阵和基础矩阵...
对极几何左边极点:相机1所看到的相机2的位置. 右边极点:相机2所看到的相机1的位置对极几何对应点位于共轭极线上对极几何给定一幅图像中的一个点,我们如何确定在第二幅图像中要搜索的对应极线 ...
理解CSS3 transform中的Matrix(矩阵)
一.哥,我被你吓住了打架的时候会被块头大的吓住,学习的时候会被奇怪名字吓住(如"拉普拉斯不等式").这与情感化设计本质一致:界面设计好会让人觉得这个软件好用! 所以,当看到上面& ...
矩阵正态分布基础1 外形式、外积与微分形式简介
矩阵正态分布基础1 外形式.外积与微分形式简介外形式外积 k-微分形式因为不是讨论微分流形的,所以只是给一些定义方便后续要用的时候查阅:要系统性学习还请参考微分流形的教材. 外形式定义1.1( ...
TF学习：Tensorflow基础案例、经典案例集合——基于python编程代码的实现
TF学习:Tensorflow基础案例.经典案例集合--基于python编程代码的实现目录 Tensorflow的使用入门 1.TF:使用Tensorflow输出一句话 2.TF实现加法 3.TF实 ...
JQuery-学习笔记04【基础——JQuery基础案例】
Java后端学习路线笔记汇总表[黑马程序员] JQuery-学习笔记01[基础--JQuery基础]--[day01] JQuery-学习笔记02[基础--JQuery选择器] JQuery-学习 ...
[Android] 使用Matrix矩阵类对图像进行缩放、旋转、对比度、亮度处理
前一篇文章讲述了Android拍照.截图.保存并显示在ImageView控件中,该篇文章继续讲述Android图像处理技术,主要操作包括:通过打开相册里的图片,使用Matrix对图像进行缩放. ...

Matrix矩阵的基础案例与分析

Matrix矩阵的基础案例与分析相关推荐

最新文章

热门文章