前言
其实无论哪一门技术的发展都有其根源可揪,我之前做了一些css3动画的效果,对css3流畅而又实现简单的动画效果深深着迷,遂决定探究下css3动画的来世今生,
本文如有疏漏,请各位看官及时指出,以防误导更多学习的童鞋,随着本文的深入,对看官的数学功底有一定的要求。
(更多原创请关注 小米前端博客 www.0313.name)
IE时代的Matrix滤镜
在ie浏览器大行其道的时候如果我们想实现元素的旋转与拉伸功能,那么就可以使用Matrix滤镜,他是大概长得这个模样:
filter: progid:DXImageTransform.Microsoft.Matrix( SizingMethod= sMethod , M11= fM11 , M12= fM12 , M21= fM21 , M22= fM22 )
先不管这个东西怎么用,但是这个应该是当时浏览器实现元素动画比较先进的方法了,那么我猜想,css3中加入的动画方法应该是借鉴了ie滤镜的实现,进一步完善和封装而成。
了解css3动画之方法
css3为我们提供了2大属性
Transform
和animation
(这个属性我会在另外一篇文章专门探究)
下面我们来看 Transform
的几个方法
其中Transform
属性主要为元素的各种变化提供了这么几个方法
移动 translate
比如我要操作一个dom位移,可以这样做:
transform:translate(30px,30px)
它表示水平方向和垂直方向同时移动30像素,当然你也可以只移动水平方向(x轴),或者垂直方向(y轴),移动的距离是相对于原来的位置,
注意,位移操作是整个css动画里面比较特殊的一种,看似简单,其实实现它可是很费劲的哦··后面会讲到
缩放 scale
对一个元素缩小一倍,可以这样做:
transform:scale(0.5)
当然你也可以放大,填入的数字大于1即可
旋转 rotate
比如我要对一个dom元素进行旋转操作,可以这样做
transform:rotate(90deg)
它表示绕元素中心顺时针旋转了90度,聪明的同学可能会问,我能不能绕指定的某一点去旋转来实现更多效果?当然可以,会用到transform-origin
指定圆心位置
扭曲 skew
对一个元素进行扭曲,可以这样做:
transform:skew(30deg,30deg)
它表示同时在水平方向(x轴)和并在垂直方向(y轴)进行扭曲变行,好吧,我知道你没听明白我说的是啥,来个图:
矩阵变形 matrix
看到矩阵
这个词有没有感觉到高端大气上档次,低调奢华显内涵?
没错,90%的前端程序员只会用前面几个方法,对于矩阵的使用还是很陌生
首先来看一下前面几个方法用矩阵实现的方法
#位移变换:
transform: translate(30px,30px);
transform: matrix(1, 0, 0, 1, 30, 30);
#缩放变换:
transform: scale(0.5);
transform: matrix(0.5, 0, 0, 0.5, 0, 0);
#旋转变换
transform: rotate(45deg);
transform: matrix(0.53, 0.85, -0.85, 0.53, 0, 0);//matrix(cos45',sin45',-sin45',cos45',0,0);
#扭曲变换
transform: skew(45deg);
transform: matrix(1,0,1,1,0,0);//tan45'=1;matrix(1,tan45',tan45',1,0,0)
看到前2个感觉还是很良好的吧,后2个方法是不是数学尴尬症又犯了?
总结起来,矩阵 matrix
方法一共有6个参数 matrix(a, b, c, d, e, f)
;四个基本的变换方法都是由矩阵方法提炼而来;
** 来一个只有矩阵才能实现的对称变换 **
(图来自 [张鑫旭的博客])
轴围绕的那个点就是CSS3中transform变换的中心点,自然,镜像对称也不例外。因为该轴永远经过原点,因此,任意对称轴都可以用y = k * x表示。则matrix表示就是:
有了公式可以直接求解了,高中的数学知识就可以求出对称的坐标,不过随后我告诉你一种更高级的方法
深入css3动画之实现
好了,进行到这里,你已经是10%中的优秀前端开发童鞋了,你尽可以在跟面试官对喷的时候放出矩阵大法,顿时会让你显得高端大气上档次,低调奢华显内涵(装b的感觉);
说白了,你还是什么都不懂,你充其量只是会用罢了,我问你几个问题来暴漏下你的无知:
你知道为什么IE的Matrix滤镜方法不可以实现位移吗?
你知道为什么css3的矩阵matrix
会有6个参数?
你知道为什么我说css3的位移方法比较特殊吗?
你知道为什么不同的css3变换方法会对应矩阵matrix
不同的参数?是怎么算出来的吗?
你知道····为什么吗?
如果你想进一步成为1%的尖端前端人才,跟着我接着往下看(看懂了才算~~)
知识准备
矩阵的乘积
1x2维矩阵和2x2维矩阵的乘法
同理,2x2的矩阵的乘积公式是这样的,第一个矩阵第一行的x1和y1分别乘以第二个矩阵的第一列的a和c,然后其他位置参照例子可以得出;
为什么要这么算?我建议你去翻一下线性代数的第一章有详细的介绍,或是参考 阮一峰老师的对矩阵乘法的理解;
其中,(x1,y1)和(x2,y2)你可以看作是两个点坐标
在这里,我们称 第二个矩阵为 变换矩阵
几何向量
在数学中,几何向量,指具有大小(magnitude)和方向的量。向量可以形象化地表示为带箭头的线段。箭头所指:代表向量的方向;线段长度:代表向量的大小。
给空间设一直角坐标系,也能把向量以数对形式表示,例如Oxy平面中(3,2)是一向量.
在这里,我们称矩阵中的一对数字(a,b)或者(c,d)为 变换向量
通过矩阵求解缩放、扭曲
假设一个方形ABCD,四个点的坐标分别为[(0,0),(2,0),(2,2),(0,2)],我要求宽放大1.5倍,高放大2倍,放大后的的方形(ABCD)'是这个样子:
那么为了得到这个变化后的方形(ABCD)',我们直接给出变换矩阵:
看一下变换矩阵[(1.5,0),(0,2)],从字面理解一下,第一对数字(1.5,0),你可以理解为我沿着x轴将宽度延长了1.5倍,因为第二个参数是0嘛,y坐标是0,所以是沿着x轴,
那么(0,2),道理一样,就是沿着y轴将高度延长了2倍,那么这2对数字(1.5,0)和(0,2)为 变换向量。
从严谨的数学角度来说,他们变换后的坐标是通过矩阵乘积得到的,矩阵乘积方法已经在知识准备中有交代了;
好 那么接下来 说一说扭曲,刚才讲了缩放是分别长宽沿着x轴和y轴延长,图形的基本形状没有变,还是直角,下面,我想让这个宽不再沿着x轴啦,沿着一个有角度的变换向量(1,1)来变换:
来看下变换后的坐标:
变换后的图形的样子:
y轴的变换向量为(0,1),你可以理解为缩放大小不变,同时没有扭曲,聪明你的是否立马能想到如何让高度也扭曲了吗?那么那你也一定知道如何让它同时缩放又扭曲
回头看一下方法:
#扭曲变换
transform: skew(45deg);
transform: matrix(1,0,1,1,0,0);//matrix(a,b,c,d,0,0),请按照矩阵图一一对应下
所以transform: skew(45deg)
方法我们传入的是变换向量的角度值,如果用matrix
方法来表示的话需要把角度值换算成三角的对边和临边的具体值;
那么缩放跟扭曲是否有一种豁然开朗的感觉?
通过矩阵求解旋转
先给出变换矩阵
比如一个点 (2,2),旋转30度,那么旋转后的坐标由下式得出:
来看下最终的方程式:
具体推导过程不再这里说了,要不然我怕童鞋们一下接受不了吐掉,这里给出一个地址感兴趣可以看下 坐标旋转推导过程
通过矩阵求解位移
终于说到这个位移了,首先我们理解下位移的实现,比如一个点(x,y),要求分别x方向移动l
个单位,y
方向移动m
个单位,这个比较简单,x坐标和y坐标分别加l
和m
即可,新的坐标:
x`=x+l;
y`=y+m;
那么通过矩阵乘积如何得到这个公式呢?好啦,我知道这个对于一个数学恐惧症患者来说太难了,我直接给出答案:
这就是我卖了半天官子所要表达的意思,位移之所以特殊,为了能够使用矩阵乘积得出位移方程解我们是需要将 变换矩阵 改成 2x3维矩阵
在此,将[x y 1]称为平面坐标点[x y]的齐次坐标表示法,至于为什么要这么做呢?来博主再给你好好讲下(观众:博主你真不能再深挖了,老衲快受不了了···)
顺带解释下为什么ie的Matrix滤镜方法不能实现位移,因为它只是一个2x2的矩阵,你仔细数一下它后面需要传入的参数就知道啦
总结一下
事实上,在图形变幻中,往往需要一些比基本变换更复杂的变换,我们称由多个二维基本变换组成的复杂变换为二维组合变换
上面这句话我需要解释下,否则你会不太理解,比如,我想将一个正方形变成一个圆形,这变不了,因为不可能通过几种基本变换来达到,所以是有局限性的;
另外还有几种 基本变换 需要介绍下
第一种:图形相对于y轴的对称变化,变化矩阵为:
第二种:图形相对于x轴的对称变化,变化矩阵为:
全文高潮部分(复杂变换求解)
事实上,前面铺垫了那么多我只是为了这一部分,通过前面几节的介绍,我想童鞋们都已经 ·比较· 深刻的理解css3动画几个 基本变换 实现方式;
事实上也是基本理解,其实你还是不理解···
我来说出一下你心中的疑惑,比如位移求解方程明明简单的要死为什么非要用矩阵方式得出?这不是脱了裤子放屁(多此一举)
已经证明:任何二维组合变换均可分解为多个基本变换的乘积
只有把基本变换求解统一成矩阵求解,那么我们才能够去求解更加复杂的二维组合变换
这里我们抛砖引玉,来求解下上面提到的 相对于y=kx的图形的对称变换,简单一点,假设k=1,那么就是y=x:
首先分解成基本变换:
首先让它逆时针旋转 45度,将对称方程变为 y=0,也就是求出对y轴的对称变换,然后呢,再转回去,来看一下最终的变换方程:
其实不难看出,后面三个变换矩阵相乘结果为:
所以,你也可以将y=x对称变换也可以看作是基本变换,推导过程就是我们上面的求解过程;
在将要结束的时候,我希望有同学能够通过这篇文章的学习,推导出 y=kx对称变换的求解过程,方法已经讲的很明白了···给我留言吧!
观后思考
如何求解对于一条任意直线的 Ax+By+C=0的对称变换?说一下他的求解变换过程把!