如何应用 matrix3d 映射变幻

简介: 如何应用 matrix3d 映射变幻

如何应用 matrix3d 映射变幻

先上 demo

记得是在 2015 看到过的一个 html5 演示效果, 很惊艳

当时没明白如何实现,现在我会了,做一个类似的:

又弄了一个拖动的 demo

我数学真的很差

“你好老师!学这个矩阵具体有什么用?”

老师喝着水貌似想了一会儿回答:“考试用”..

这个问题我真问过老师

在校期间数学课上学到矩阵行列式相关的课程时,曾经问过当时的数学老师,学这个做啥用的,老师犹豫了半天给我的答案是 “考试用”

果然.. 最后我的成绩是不及格

当然不能怪老师,我本来的数学成绩一直也是垫底的

对于我这样的学渣来说,学习不能学以致用就像玩的游戏没有及时正反馈一样的难受

我是真的很难提起兴趣去学

为啥选了前端开发这个坑呢?就是因为代码写了刷新一下浏览器就能看到效果,真实时反馈

直到工作多年以后,学到图形学相关的知识才一知半解

为啥是一知半解呢,因为知道有这个东西,也知道用在哪里,可就是不会用,至少在大部分的前端开发工作上用不到

能在网上找到的相关应用就是 css 中利用 transform 对某个元素进行 旋转,平移,缩放,倾斜等, 这些基础应用都被讲烂了

像这样:

.box {
    transform-origin:0 0;
    transform: rotate(10deg) translateX(30px)  scale(1.1, 1.1) skew(3deg, 3deg);
}

transform 后:

但你应该明白它最终是以矩阵形式表达的,八股文中有没有要背的我不知道,毕竟这些知识很多人已经讲过了。当然如果你这都不知道,可能八股还得再八股一下

通过火狐的开发者工具查看 computed 面板中可以看到其实转换成了对应的 matrix

结果 matrix:

线性变幻 linear transform 包括以下几种

  1. scale 缩放
  2. rotate 旋转
  3. skew 斜切
  4. translate 平移

用矩阵形式表达如下图示:

这些都可以组合在一起形成 单个 matrix 矩阵实现变幻,

这在之前的我的 "EaselJS 源码分析系列--第二篇" 中有提到过,宽高,旋转,斜切,转换成 matrix 后一次变幻到位

那么它到底是怎么应用 matrix 变幻的呢?

拿上面的例子举例: 实质是对绿色 box 四个坐标 (0,0)、(200,0)、(0,200)、(200,200) 分别点乘了 (Dot product) matrix 矩阵:

matrix(1.07328, 0.247786, -0.13424, 1.0933, 29.5442, 5.20945)

得到新坐标:

(29,5), (244.2002, 54.76665), (2.6962, 223.86945), (217, 273)

怎么点乘?

说到点乘简单复习一下大学数学基础知识(看看就行了,你不需要自己算)

2 · 2

3 · 3

虽然你不用自己算,但 matrix 函数参数得搞明白

注意函数 matrix 参数 a, b, c, d, tx, ty 对应的位置:

matrix(a, b, c, d, tx, ty)

手动计算是不可能的我们可以使用 numeric.js 数学库用于点乘计算:

// 在 numeric.dot 中的位置
numeric.dot([
    [a, c, tx],
    [b, d ty],
    [0, 0, 1]
]
, [0, 0, 1]
)

这是上面四个坐标的计算:

// matrix(1.07328, 0.247786, -0.13424, 1.0933, 29.5442, 5.20945);
// 位置 (0, 0)
const pos1 = numeric.dot([
    [1.07328, -0.13424, 29.5442],
    [0.247786, 1.0933, 5.20945],
    [0, 0, 1]]
    , [0, 0, 1])
// 位置 (200 ,0 )
const pos2 = numeric.dot([
    [1.07328, -0.13424, 29.5442],
    [0.247786, 1.0933, 5.20945],
    [0, 0, 1]]
    , [200, 0, 1])
// 位置 (0, 200) 
const pos3 = numeric.dot([
    [1.07328, -0.13424, 29.5442],
    [0.247786, 1.0933, 5.20945],
    [0, 0, 1]]
    , [0, 200, 1])
// 位置 (200, 200) 
const pos4 = numeric.dot([
    [1.07328, -0.13424, 29.5442],
    [0.247786, 1.0933, 5.20945],
    [0, 0, 1]]
    , [200, 200, 1])
console.log(pos1, pos2, pos3, pos4)
// (29,5), (244.2002, 54.76665), (2.6962, 223.86945), (217, 273)

讲了这么多,虽然看起来很厉害,但这又有什么卵用呢?

再仔细想想,想要仿射变换直接使用 matrix 是符合直觉的

旧坐标 · matrix = 新坐标

所以想要自由就得用到 matrix

“仿射变换”的理论基础

先要进行亿点点线性代数运算

我们现在给四个角(坐标点)对应编号(“旧坐标”):

(x1,y1), (x2,y2) , (x3,y3) , (x4,y4)

目的是将它们映射(变幻)到对应的(“新坐标”):

(u1,v1), (u2,v2) , (u3,v3) , (u4,v4)

即将坐标 (xi, yi) 映射到 (ui, vi)

坐标 (x, y) 被表示为 (kx, ky, k), k 不为 0

在齐次坐标中 (3,2,1) 和 (6,4,2) 都可以表示 (3,2)

于是我们要求得转置矩阵 H 要满足上面等式中所有已知的角 (xi, yi), (ui, vi)

满足 H 的值不是唯一的,举例,给 H 缩放乘以一个常数,结果矩阵依然会映射对应的点(右侧的 ki 也是一样的)

为了简化问题设假定将两边都缩放直到 h8 为 1 (简化问题计算)

然后将乘数乘进去

现在将第3行等式代入前两行把 ki 去掉先

记住我们要解决的是 hi 所以我们应该尝试先把它们分开来

两个等式中 h0..h7 空出缺少的部分用 0 填充 (为何要填充:H 等于 ki 若要等式相等则 H 必须是 h0..h7 完整)

将 h 提出来来,用矩形形式表示就是:

由于我们要表示的是四个坐标点的映射,所以我们可以写成这样:

至此已经可以了,就是一个 Ah=b 的问题(即矩阵中常见的 Ax=b),可以用线性代数库(比如:numeric.js 的 numeric.solve)来求解 h ,解得的 h 对应的 hi 用于 transform 形变矩阵

最后一个小问题,就是 Matrix3d 需要的是 4x4 的矩阵,我们从开始就忽略掉了 z 轴值(由于四个点都在同一个平面,所以 z = 0), 所以把 z 重新映射回矩阵

matrix3d(a, b, 0, 0, c, d, 0, 0, 0, 0, 1, 0, tx, ty, 0, 1)

这就是最后用于 css 上的 matrix3d 的矩阵

将其应用到 HTML/Javascript 内

创建一个 id 为 box 的 div 作为变化源

创建一个 id 为 targetBox 的 div 作为目标

  1. 创建一个 getPoints 用于获取四个点坐标
... 省略获取 targetBox,box 的代码
function getPoints(element){
     const rect = element.getBoundingClientRect();
     return [
         [rect.left, rect.top],
         [rect.left, rect.bottom],
         [rect.right, rect.top],
         [rect.right, rect.bottom],
     ];
 }
 const target = getPoints(targetBox)
 const origin = getPoints(box)
  1. 分别转换成相对坐标点
function getFromPoints(points){
 // 映射前四个点相对坐标 
 const result = [];
 const len = points.length;
 for (let k = 0; k < len; k++) {
     let p = points[k];
     result.push({
     x: p[0] - points[0][0],
     y: p[1] - points[0][1]
     });
 }
 /**
     result 
     [
     {x1, y1},
     {x2, y2},
     {x3, y3},
     {x4, y4},
     ]
 */
 return result;
 }
 function getToPoints(origin, target){
     // 映射后四个点相对坐标 
     const result = [];
     for (let k = 0, len = target.length; k < len; k++) {
         p = target[k];
         result.push({
         x: p[0] - origin[0][0],
         y: p[1] - origin[0][1]
         });
     }
     return result;
 }
 const from = getFromPoints(origin);
 const to = getToPoints(origin, target);
  1. 通过 from 与 to 获取 H
function getTransform(from, to) {
     var A, H, b, h;
     A = []; // 8x8
     // 四个点的坐标
     for (let i =0 ; i < 4; i++) {
       A.push([from[i].x, from[i].y, 1, 0, 0, 0, -from[i].x * to[i].x, -from[i].y * to[i].x]);
       A.push([0, 0, 0, from[i].x, from[i].y, 1, -from[i].x * to[i].y, -from[i].y * to[i].y]);
     }
     b = []; // 8x1
     for (let i = 0; i < 4; i++) {
       b.push(to[i].x);
       b.push(to[i].y);
     }
     // Solve A * h = b for h
     // 即矩阵中常见的 Ax=b
     // numeric.solve eg:
     // IN> numeric.solve([[1,2],[3,4]],[17,39])
     // OUT> [5,6]
     // https://ccc-js.github.io/numeric2/documentation.html
     h = numeric.solve(A, b);
     /**
       解得: h matrix
       [
         h0, h1, 0 h2
         h3, h4, 0 h5
         0,  0, 0, 1
         h6, h7, 0 h8
       ]
     */
     H = [
           [h[0], h[1], 0, h[2]],
           [h[3], h[4], 0, h[5]],
           [0, 0, 1, 0],
           [h[6], h[7], 0, 1]
         ];
     return H;
 };
 const H = getTransform(from, to);
  1. 生成 css 值应用到 div 上
function getMatrixCSSParameters(H){
     // 获取 css matrix3d(a, b, 0, 0, c, d, 0, 0, 0, 0, 1, 0, tx, ty, 0, 1) 参数
     const result = [];
     for (let i =0; i < 4; i++) {
         const  result1 = [];
         for (let j = 0; j < 4; j++) {
         result1.push(H[j][i].toFixed(20));
         }
         result.push(result1);
     }
     return result.join(',');
 }
 div.style.transform = `matrix3d(${getMatrixCSSParameters(H)})`;

走了一大圈,现在终于可以实现“仿射变换”了

用上面的代码实现 demo

demo 1 matrix3d 动画变化

https://github.com/willian12345/blogpost/blob/main/matrix/free-css-3d-transform/transform3d.html

demo 2 matrix3d 四角拖动变化

https://github.com/willian12345/blogpost/blob/main/matrix/free-css-3d-transform/drag.html

直接使用现成的库

我们碰到的问题大概率编程的前辈们都碰到过了

通过搜索后发现“仿射变换” 在 opencv 中有现成的函数

const H = cv.getPerspectiveTransform(from, to);

然后就 github 上找了一下,果然是有人实现了

然后用它提供的函数实现一遍 demo2

https://github.com/willian12345/blogpost/blob/main/matrix/free-css-3d-transform/drag-perspective-transform.html


参考资料

https://developer.mozilla.org/zh-CN/docs/Web/CSS/transform-function/matrix

https://angrytools.com/css-generator/transform/

https://franklinta.com/2014/09/08/computing-css-matrix3d-transforms/

https://docs.opencv.org/2.4/modules/imgproc/doc/geometric_transformations.html#getperspectivetransform"

https://www.zweigmedia.com/RealWorld/tutorialsf1/frames3_2.html

https://ccc-js.github.io/numeric2/

https://github.com/fccm/getPerspectiveTransform

相关文章
|
2月前
|
PHP 计算机视觉
罗德里格斯公式推导,以及如何使用cv2.Rodrigues进行旋转矩阵和旋转向量之间的相互转化
罗德里格斯公式推导,以及如何使用cv2.Rodrigues进行旋转矩阵和旋转向量之间的相互转化
83 0
技术好文共享:辅助角公式的几何意义
技术好文共享:辅助角公式的几何意义
|
5月前
|
Python
三点映射变换
【5月更文挑战第15天】三点映射变换。
32 1
|
5月前
|
存储 索引 Python
深入解析NumPy数组的形状与重塑
【4月更文挑战第17天】本文深入解析了NumPy数组的形状和重塑。数组形状是表示数组维度和大小的元组,可通过`shape`属性获取。重塑允许改变数组形状而不改数据,需保证元素总数不变。`reshape`方法用于重塑,其中`-1`可让NumPy自动计算尺寸。注意重塑遵循元素总数相等、仅一次`-1`、内存存储顺序及返回新数组的原则。理解和掌握这些概念对高效使用NumPy处理多维数组至关重要。
|
5月前
|
数据可视化
R语言进行数据结构化转换:Box-Cox变换、“凸规则”变换方法
R语言进行数据结构化转换:Box-Cox变换、“凸规则”变换方法
|
5月前
GEE——土地利用分类种两个矢量集合中不同列进行相减的方式(利用join进行连接处理)
GEE——土地利用分类种两个矢量集合中不同列进行相减的方式(利用join进行连接处理)
72 2
|
5月前
|
图形学 计算机视觉
GEE错误——如何将原有矢量将维度转化为地理坐标系,重投影坐标坐标无法实现?
GEE错误——如何将原有矢量将维度转化为地理坐标系,重投影坐标坐标无法实现?
62 0
|
5月前
|
存储
CAN-EYE软件计算植被冠层参数的方法
CAN-EYE软件计算植被冠层参数的方法
C#编程练习(02):大地坐标系(LBH)向空间直角坐标系(XYZ)的转换及其逆转换
C#编程练习(02):大地坐标系(LBH)向空间直角坐标系(XYZ)的转换及其逆转换
C#编程练习(02):大地坐标系(LBH)向空间直角坐标系(XYZ)的转换及其逆转换
|
5月前
|
机器学习/深度学习 算法 C#
C# | 凸包算法之Jarvis,寻找一组点的边界/轮廓
这篇关于凸包算法的文章,本文使用C#和Jarvis算法来实现凸包算法。 首先消除两个最基本的问题: 什么是凸包呢? 凸包是一个包围一组点的凸多边形。凸多边形是指多边形中的每个内角都小于180度的多边形。 凸包算法有什么用呢? 凸包算法的作用是找到这个凸多边形,并且使用最少的点来绘制出它的轮廓。凸包算法在计算机图形学、计算几何和机器学习等领域中有着广泛的应用。
73 0