Android Matrix （二）具体图形变换参数的获取

Android Matrix （二）具体图形变换参数的获取

Matrix 类在 Android 中用于表示 3x3 的变换矩阵。这个矩阵可以应用于画布（Canvas），视图（View）或者位图（Bitmap），以实现各种图形变换，如旋转、缩放、平移和倾斜。
在 Android 中，Matrix 类并不直接提供方法来查询它所执行的特定变换（如平移、缩放、旋转等）。然而，您可以通过检查矩阵的值来推断出应用于图形的变换。Matrix 类中的 getValues 方法可以用来获取矩阵的九个值，这些值反映了应用于图像的各种变换。

以下是如何获取和理解这些矩阵值的方法：

float[] values = new float[9];
matrix.getValues(values);

float scaleX = values[Matrix.MSCALE_X];
float scaleY = values[Matrix.MSCALE_Y];
float skewX = values[Matrix.MSKEW_X];
float skewY = values[Matrix.MSKEW_Y];
float transX = values[Matrix.MTRANS_X];
float transY = values[Matrix.MTRANS_Y];
float persp0 = values[Matrix.MPERSP_0];
float persp1 = values[Matrix.MPERSP_1];
float persp2 = values[Matrix.MPERSP_2];

在 Android 的 Matrix 类中，矩阵是一个 3x3 的数组，用于表示二维图形的变换。矩阵中的每个值都有特定的作用，以下是它们的详细分析：

缩放（Scale）

• ScaleX (Matrix.MSCALE_X) 和 ScaleY (Matrix.MSCALE_Y)：这两个值代表图像在 X 轴（水平方向）和 Y 轴（垂直方向）上的缩放比例。
  • 如果 ScaleX 或 ScaleY 大于 1，则图像在相应轴上被放大。
  • 如果这些值小于 1，则图像在相应轴上被缩小。
  • 如果这些值等于 1，则图像在该轴上保持原始大小。
  • 实际应用：缩放变换可以用于适配不同屏幕尺寸的视图，或在动画中创建放大和缩小的效果。

倾斜/斜切（Skew）

• SkewX (Matrix.MSKEW_X) 和 SkewY (Matrix.MSKEW_Y)：这两个值代表图像在 X 轴和 Y 轴上的倾斜程度，也称为斜切。
  • SkewX 和 SkewY 通常用于创建图像的倾斜效果。
  • 它们会使图像在一个轴向上倾斜，而在另一个轴向上保持位置。
  • 实际应用：倾斜/斜切变换常用于创建动态的视觉效果，如模仿风吹动的旗帜或斜视角查看图像。

平移（Translate）

• TransX (Matrix.MTRANS_X) 和 TransY (Matrix.MTRANS_Y)：这两个值代表图像在 X 轴和 Y 轴上的平移距离。
  • TransX 和 TransY 用于移动图像的位置。
  • 正值表示沿着正方向的移动，而负值表示沿着负方向的移动。
  • 实际应用：平移变换广泛用于动画中的对象移动，如滑动菜单或对话框的出现和消失。

透视（Perspective）

• Persp0 (Matrix.MPERSP_0)、Persp1 (Matrix.MPERSP_1) 和 Persp2 (Matrix.MPERSP_2)：这些值用于实现图像的透视变换。
  • 透视变换影响图像的深度感和三维效果。
  • 它们可以用于创建类似于在三维空间中查看二维图像的效果。
  • 实际应用：透视变换可以用于创建深度感，如在地图应用中模拟3D建筑的视角。

每个值的组合可以创建复杂的变换效果，如旋转（通过结合缩放和倾斜）、倾斜然后平移等。理解这些参数及其相互作用对于高级图形操作非常重要。

分析变换

• 缩放：通过比较 scaleX 和 scaleY 的值来确定图像是否被缩放，并且缩放了多少。
• 平移：transX 和 transY 的值如果不为零，则表示图像被平移。
• 旋转：旋转可以通过 skewX 和 skewY 的值来推断。纯旋转不会改变 scaleX 和 scaleY，但会改变 skewX 和 skewY。
• 倾斜/斜切：如果 skewX 或 skewY 的值不为零，且 scaleX 和 scaleY 也被改变，则图像可能同时经历了旋转和倾斜。

注意事项

• 获取到的这些值是相对于图像最初状态的变换。如果矩阵经过了多次变换，这些值是累积效果的结果。
• 解析这些值需要对矩阵变换有一定的理解。
• 如果您只对特定类型的变换（如平移或缩放）感兴趣，您可能只需检查相关的矩阵值。