内容均来自
- https://blog.csdn.net/harvic880925/article/details/51187277
矩阵的概念
略，参考源博客
色彩矩阵
对于色彩的存储，Bitmap类使用一个32位的数值来保存。红、绿、蓝及透明度各占8位，每一个色彩分量的取值范围是0-255。透明度为0表示完全透明，为255时，色彩完全可见。
色彩的矩阵表示
四阶矩形
一个色彩信息包含R、G、B、Alpha信息，所以，必然要使用一个4阶色彩变换矩阵来修改色彩的每一个分量值（如果不想修改，对应的数值给0）：
上图中，每个颜色占据一行，即占据一个维度，除了本分量值外，其他为0；
矩阵计算时，每行中的各个数字与另一矩阵中的一列中的各个数字分别相乘，然后相加为新值；
注意：对于色彩变换矩阵，这里的色彩顺序是R、G、B、A而不是A、R、G、B！
将色彩（0，255，0，255）更改为半透明时，可以使用下面的的矩阵运算来表示：
五阶矩阵
使用四阶矩阵完全可以改变图片的RGBA值了，但考虑一种情况，如果我们只想在原有的R色上增加一些分量呢？
这时，我们就得再多加一阶来表示平移变换。
一个既包含线性变换（乘法），又包含平移变换（加法）的组合变换，称为仿射变换。
使用四阶的色彩变换矩阵来修改色彩，只能够对色彩的每一个分量值进行乘（除）运算，如果要对这些分量值进行加减法的运算（平移变换），只能通过五阶矩阵来完成。
比如：
1、红色分量值更改为原来的2倍(线性)；
2、绿色分量增加100(平移)；
则使用4阶矩阵的乘法无法实现，所以，应该在四阶色彩变换矩阵上增加一个“哑元坐标”，来实现所列的矩阵运算:
Android中的色彩矩阵
色彩变换矩阵的表示形式，是五阶的，在默认情况下，色彩变换矩阵的形式：
Android中的色彩矩阵是用ColorMatrix类来表示的，使用如下：
// 生成色彩矩阵
ColorMatrix colorMatrix = new ColorMatrix(new float[]{
1, 0, 0, 0, 0,
0, 1, 0, 0, 0,
0, 0, 1, 0, 0,
0, 0, 0, 0.5, 0,
});
mPaint.setColorFilter(new ColorMatrixColorFilter(colorMatrix));
示例代码1（单个颜色通道输出）
val paint = Paint(Paint.ANTI_ALIAS_FLAG).apply {
setARGB(255, 200, 100, 100)
}
// 绘制原始位图
canvas.drawRect(0f, 0f, width / 2.toFloat(), 600f, paint)
canvas.translate(width / 2.toFloat(), 0f)
// 生成色彩矩阵(把红色和蓝色都去掉，仅显示绿色值)
val colorMatrix = ColorMatrix(floatArrayOf(
0f, 0f, 0f, 0f, 0f, // RED
0f, 1f, 0f, 0f, 0f, // GREEN
0f, 0f, 0f, 0f, 0f, // BLUE
0f, 0f, 0f, 1f, 0f)) // ALPHA
paint.colorFilter = ColorMatrixColorFilter(colorMatrix)
canvas.drawRect(0f, 0f, width / 2.toFloat(), 600f, paint)
示例代码2（图片多颜色单个绿色通道输出）
private var bitmap: Bitmap
private var paint: Paint
init {
bitmap = BitmapFactory.decodeResource(context.resources, R.mipmap.chrome)
paint = Paint(Paint.ANTI_ALIAS_FLAG)
}
override fun onDraw(canvas: Canvas) {
super.onDraw(canvas)
// 绘制原始位图
canvas.drawBitmap(bitmap, null, Rect(0, 0, 250, 250 * bitmap.height / bitmap.width), paint)
canvas.translate(0f, 260f)
// 生成色彩矩阵(把红色和蓝色都去掉，仅显示绿色值)
val colorMatrix = ColorMatrix(floatArrayOf(
0f, 0f, 0f, 0f, 0f, // RED
0f, 1f, 0f, 0f, 0f, // GREEN
0f, 0f, 0f, 0f, 0f, // BLUE
0f, 0f, 0f, 1f, 0f)) // ALPHA
paint.colorFilter = ColorMatrixColorFilter(colorMatrix)
canvas.drawBitmap(bitmap, null, Rect(0, 0, 250, 250 * bitmap.height / bitmap.width), paint)
}
色彩的几种运算方式
色彩的平移运算
有了上面的铺垫，这个理解起来就简单了；
色彩的平移运算，实际上就是色彩的加法运算。就是在色彩变换矩阵的最后一行加上某个值；这样可以增加特定色彩的饱和度；
示例：为上图增大绿色饱和度
// 饱和度绿色
val colorMatrix = ColorMatrix(floatArrayOf(
1f, 0f, 0f, 0f, 0f, // RED
0f, 1f, 0f, 0f, 50f, // GREEN
0f, 0f, 1f, 0f, 0f, // BLUE
0f, 0f, 0f, 1f, 0f)) // ALPHA
注意：由于图片是由一个个像素组成的，所以用每个像素所对应的色彩数组，来乘转换矩阵，结果就是转换后的当前点的颜色值；所以，在应用ColorMatrics后，图片中每个像素的绿色值都增加了50；
色彩平移除了增加指定颜色饱和度以外，另一个应用就是色彩反转：
// 色彩反相
val colorMatrix = ColorMatrix(floatArrayOf(
-1f, 0f, 0f, 0f, 255f, // RED
0f, -1f, 0f, 0f, 255f, // GREEN
0f, 0f, -1f, 0f, 255f, // BLUE
0f, 0f, 0f, 1f, 0f)) // ALPHA
色彩的缩放
色彩的缩放运算其实就是色彩的乘法运算。在色彩矩阵对角线上的分别代表R、G、B、A的几个值，将其分别乘以指定的值。这就是所谓的缩放变换。
可以针对某一个颜色值进行放大缩小运算，但当对R、G、B、A同时进行放大缩小时，就是对亮度进行调节！
// 色彩缩放，（全部为增加亮度）
val colorMatrix = ColorMatrix(floatArrayOf(
1.2f, 0f, 0f, 0f, 0f, // RED
0f, 1.2f, 0f, 0f, 0f, // GREEN
0f, 0f, 1.2f, 0f, 0f, // BLUE
0f, 0f, 0f, 1.2f, 0f)) // ALPHA
缩放变换的特殊应用（通道输出）
上面我们输出过绿色通道；
由于在色彩变换矩阵中，对角线上的数的取值范围是从0-1的，所以当取0时，这个色彩就完全不显示，所以当我们R、G都取0，而独有B取1时，就只显示了蓝色，所形成的图像也就是我们通常说的蓝色通道；
色彩的旋转运算
RGB色是如何旋转的呢，首先用R、G、B三色建立立体坐标系：
我们可以把一个色彩值看成三维空间里的一个点，色彩值的三个分量可以看成该点的坐标（三维坐标）。我们先不考虑，在三个维度综合情况下是怎么旋转的，我们先看看，在某个轴做为Z轴，在另两个轴形成的平面上旋转的情况，下图分析了，在将蓝色轴做为Z轴，仅在红—绿平面上旋转a度的情况：
在图中，我们可以看到，在旋转后，原R在R轴的分量变为:原R*cosa(投影);
但原G分量在旋转后，在R轴上也有了分量，但分量落在了负轴上，所以我们要减去这部分分量，所以最终的结果是最终的R=原R*cosa-原G*sina;
下面就看下关于几种旋转计算及结果矩阵，（注意：这几个图只标记了原X轴色彩分量的旋转，没有把Y轴色彩分量的旋转标记出来）
绕蓝色轴旋转a°
对应的色彩变换矩阵是：
绕红色轴旋转a度
对应的色彩变换矩阵是：
绕绿色轴旋转a度
对应的色彩变换矩阵是：
当围绕红色轴进行色彩旋转时，由于当前红色轴的色彩是不变的，而仅利用三角函数来动态的变更绿色和蓝色的颜色值。这种改变就叫做色相调节！当围绕红色轴旋转时，是对图片就行红色色相的调节；同理，当围绕蓝色颜色轴旋转时，就是对图片就行蓝色色相调节；当然，当围绕绿色轴旋转时，就是对图片进行绿色色相的调节.
色彩的投射运算
色彩矩阵运算的公式：
红色运算给单独拉了出来，红色标记的那几个元素a12,a13,a14,在运算中，是利用G、B、A的颜色值的分量来增加红色值的。
比如：
注意：最终结果的220=0.2*100+1*200,可见绿色分量在原有绿色分量的基础上，增加了红色分量值的0.2倍；利用其它色彩分量的倍数来更改自己色彩分量的值，这种运算就叫投射运算。
下图阴影部分；对这些值进行修改时，修改所使用的增加值来自于其它色彩分量的信息。
色彩投射的应用之 - 黑白照片
// 黑白
colorMatrix = ColorMatrix(floatArrayOf(
0.213f, 0.715f, 0.072f, 0f, 0f, // RED
0.213f, 0.715f, 0.072f, 0f, 0f, // GREEN
0.213f, 0.715f, 0.072f, 0f, 0f, // BLUE
0f, 0f, 0f, 1f, 0f)) // ALPHA
彩色转黑白原理：
- 只要把RGB三通道的色彩信息设置成一样；即：R＝G＝B，那么图像就变成了灰色；
- 为了保证图像亮度不变，同一个通道中的R+G+B=1:如：0.213+0.715+0.072＝1；
三个数字的由来：0.213, 0.715, 0.072；
按理说应该把RGB平分，都是0.3333333，可以试试0.33，原因还是看源博客吧；
投射运算之色彩反色
利用色彩矩阵将两个颜色反转，这种操作就叫做色彩反色 （如下：红绿色反转）
colorMatrix = ColorMatrix(floatArrayOf(
0f, 1f, 0f, 0f, 0f, // RED, 由绿色替换
1f, 0f, 0f, 0f, 0f, // GREEN，由红色替换
0f, 0f, 1f, 0f, 0f, // BLUE
0f, 0f, 0f, 1f, 0f)) // ALPHA
投射运算之颜色变旧
1/2f,1/2f,1/2f,0,0,
1/3f,1/3f,1/3f,0,0,
1/4f,1/4f,1/4f,0,0,
0,0,0,1,0
ColorMatrix函数
Android中ColorMatrix自带了一些函数来帮我们完成一些调整饱和度、色彩旋转等操作;
ColorMatrix的构造函数:
ColorMatrix() // new 一个新的
ColorMatrix(float[] src) // 指定创建
ColorMatrix(ColorMatrix src) // 以src为源copy 一个
setSaturation - 设置饱和度
通过色彩的平移运算，可单独增加R、G、B的饱和度，但如果整体呢，就需要用到 setSaturation函数了；
// 整体增强颜色饱和度，即同时增强R,G,B的色彩饱和度
public void setSaturation(float sat)
参数float sat：表示把当前色彩饱和度放大的倍数。取值
- 0表示完全无色彩，即灰度图像（黑白图像；
- 1时，表示色彩不变动；
- 大于1时，显示色彩过度饱和，饱和度放大多少倍；
setScale - 色彩缩放
// 分别对应R,G,B,A颜色值的缩放倍数
public void setScale(float rScale, float gScale, float bScale,float aScale)
效果如下：
setRotate-色彩旋转
参考源博客，上面介绍了色彩旋转的原理，涉及到正余弦函数，同时Android封装好了色彩旋转的函数：
/**
* 将旋转围绕某一个颜色轴旋转 degrees 度
* axis=0 围绕红色轴旋转
* axis=1 围绕绿色轴旋转
* axis=2 围绕蓝色轴旋转
*/
public void setRotate(int axis, float degrees)；
示例代码
seekBar {
id = android.R.id.text1
max = 360 // 整个旋转度数的范围是-180到180,360为一个周期
progress = 180
onSeekBarChangeListener {
onProgressChanged { _, progress, _ ->
view7.colorMatrix.setRotate(0,progress-180*.10f)
view7.postInvalidate()
}
}
}.lparams(width = ViewGroup.LayoutParams.MATCH_PARENT)
ColorMatrix相乘
涉及到矩阵相乘；ColorMatrix矩阵相乘涉及到3个方法：
// matA*matB，然后将结果做为当前ColorMatrix的值（覆盖当前）
public void setConcat(ColorMatrix matA, ColorMatrix matB)
// 就是将当前的矩阵乘以 prematrix
public void preConcat(ColorMatrix prematrix)
// postmatrix*当前矩阵，上面为前乘，这里为后乘
public void postConcat(ColorMatrix postmatrix)
矩阵的前乘 与 后乘 的结果是不一样的；
setConcat()
下面两个颜色矩阵相乘：
因为矩阵相乘的原则是：第一个矩阵的列数需等于第2个矩阵的行数，明显这里不是这样的，那如何相乘呢？
Android提供了一个方案，让这两个矩阵相乘，就是把第一个矩阵的最后一列单独拿出来，另外加到结果上；
参考源博客