一文弄懂CGAffineTransform和CTM
坐标空间(系):视图(View)坐标空间与绘制(draw)坐标空间
CTM:全称current transformation matrix,看名称 “当前变换矩阵” 也就是矩阵。
CGAffineTransform:是一个具体的矩阵数据值。CGAffineTransform是CTM的具体值。
相同CGAffineTransform作用于不同的坐标空间,其结果不一样。
移动:
视图空间 中心为原点,向右为x递增,向下y递增,CGAffineTransformMakeTranslation(-75, 25); 左移75,下移25
绘制空间 左下点为原点,向右为x递增,向上y递增,CGAffineTransformMakeTranslation(-75, 25); 左移75,上移25
视图空间示例:_demoView.transform = CGAffineTransformMakeTranslation(-75, 25);
绘制空间示例:
CGContextConcatCTM(ctx, CGAffineTransformMakeTranslation(-75, 25));
CGContextDrawImage(ctx, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
旋转:
视图空间 中心为原点,向右为x递增,向下y递增, transform = CGAffineTransformRotate(transform, -M_PI_2); 围绕中心点,逆时针旋转90度
绘制空间 左下点为原点,向右为x递增,向上y递增 transform = CGAffineTransformRotate(transform, -M_PI_2); 围绕左下角点,顺时针旋转90度
视图空间示例:_demoView.transform = CGAffineTransformRotate(transform, -M_PI_2);
绘制空间示例:
CGContextConcatCTM(ctx, CGAffineTransformRotate(transform, -M_PI_2););
CGContextDrawImage(ctx, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
缩放:
视图空间 默认以中心点为原点 transform = CGAffineTransformMakeScale(1, -1); 沿着中心X轴线竖直翻转
绘制空间 默认以左下角为原点 transform = CGAffineTransformMakeScale(1, -1); 沿着X轴横线竖直翻转
视图空间示例:_demoView.transform = CGAffineTransformMakeScale(1, -1);
绘制空间示例:
CGContextConcatCTM(ctx, CGAffineTransformMakeScale(1, -1));
CGContextDrawImage(ctx, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
如果我们现在想要把上面的图片逆时针旋转90度,可以使用CGAffineTransform组合的方式。这里提供两种转换方式,都是采用的平移、旋转,执行顺序不同导致,给的参数也不同。后续说明原因。
方法一:
//移动到屏幕右边
transform = CGAffineTransformTranslate(transform, imageHeight,0);
//逆时针旋转90度
transform = CGAffineTransformRotate(transform, M_PI_2);
//将transform作用于context
CGContextConcatCTM(ctx, transform);
CGContextDrawImage(ctx, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
方法二:
//逆时针旋转90度
transform = CGAffineTransformRotate(transform, M_PI_2);
//右移图片高度的距离
transform = CGAffineTransformTranslate(transform, 0,-imageHeight);
CGContextConcatCTM(ctx, transform);
CGContextDrawImage(ctx, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
执行结果如下
CGAffineTransformRotate组合坐标系问题
注意:所有的变换都会影响到坐标系产生新的坐标系。比如:旋转转换,坐标系也跟着旋转,按照X轴翻转缩放,坐标系也会翻转。
解释一下逆时针旋转图片 方法一 和 方法二
方法一比较容易理解,
1.右移图片宽度
2.左下角 为圆心,逆时针旋转90度。
重点说明下方法二
1.逆时针旋转90度
2.右移图片高度。
逆时针旋转大家容易理解,但是,右移图片高度为什么是transform = CGAffineTransformTranslate(transform, 0,-imageHeight);???
谜底是,逆时针旋转的时候,坐标系也跟着逆时针旋转90度,变成了右下角为原点,y左边递增,右边递减。x上方向递增,下方向递减。所以此时想要把图片向右边移动-imageHeight的距离,按照新的坐标系,就是往y轴的递减方向走。也就有了transform = CGAffineTransformTranslate(transform, 0,-imageHeight);
DrawImage绘制什么情况是颠倒的,什么情况不是颠倒的,坐标系又是什么样的?
使用UIGraphicsGetCurrentContext()获取的上下文,CGContextDrawImage是颠倒的。想要正向的图片需要做CTM变换。
-(void)drawImage{
CGFloat imageWidth = CGImageGetWidth(self.image.CGImage);
CGFloat imageHeight = CGImageGetHeight(self.image.CGImage);
UIGraphicsBeginImageContextWithOptions(CGSizeMake(imageWidth, imageHeight), 0, [UIScreen mainScreen].scale);
CGContextRef context = UIGraphicsGetCurrentContext();
//,为了保证正向显示图片,需要先上移图片高度,再沿X轴翻转。
// CGContextTranslateCTM(context, 0, imageHeight);
// CGContextScaleCTM(context, 1, -1);
// 使用转换之后的坐标系绘制图片
CGContextDrawImage(context, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
UIImage *newImg = UIGraphicsGetImageFromCurrentImageContext();
UIGraphicsEndImageContext();
self.imageView.image = newImg;
}
自己创建位图,再调用CGContextDrawImage,并不会出现上下颠倒的问题。
-(void)drawImage{
CGFloat imageWidth = CGImageGetWidth(self.image.CGImage);
CGFloat imageHeight = CGImageGetHeight(self.image.CGImage);
//创建位图上下文
CGContextRef ctx = CGBitmapContextCreate(NULL, imageHeight,imageWidth,
CGImageGetBitsPerComponent(self.image.CGImage), 0,
CGImageGetColorSpace(self.image.CGImage),
CGImageGetBitmapInfo(self.image.CGImage));
//这里drawImage是正的。
CGContextDrawImage(ctx, CGRectMake(0, 0, imageWidth, imageHeight), self.image.CGImage);
CGImageRef cgimg = CGBitmapContextCreateImage(ctx);
UIImage *img = [UIImage imageWithCGImage:cgimg];
CGContextRelease(ctx);
CGImageRelease(cgimg);
self.imageView.image = img;
return ;
}
CGContextDrawImage的坐标系
默认是以左下角为坐标原点开始绘制,但是,But,通过一系列的CTM转换之后,最终的绘制坐标CGRectMake(0, 0, imageWidth, imageHeight)是根据新的坐标系计算的。比如逆时针旋转90度的例子,新坐标系 原点为右下角,y左边递增,右边递减。x上方向递增
CGContextDrawImage(ctx, CGRectMake(100, 100, imageWidth, imageHeight), self.image.CGImage);
关于CGRectApplyAffineTransform转换CGRect
CGrectApplyAffineTrans对于平移、缩放、旋转的表现情况
CGRectApplyAffineTransform(CGRect rect, CGAffineTransform t) 在当前坐标系,对rect做仿射变换之后,得到的新rect。
//平移
CGRect rc = CGRectMake(100, 0, 100, 200);
//打印结果为(200, 100, 100, 200);
CGRect newRC = CGRectApplyAffineTransform(rc, CGAffineTransformMakeTranslation(100, 100));
//缩放
CGRect rc = CGRectMake(100, 0, 100, 200);
//打印结果为 (200, 0, 200, 400); 所有值都乘了2
CGRect newRC = CGRectApplyAffineTransform(rc, CGAffineTransformMakeScale(2, 2));
//旋转
CGAffineTransform transform = CGAffineTransformMakeTranslation(0, 0);
transform = CGAffineTransformRotate(transform, -M_PI_2);
CGRect rc = CGRectMake(100, 0, 100, 200);
//打印结果为(0, -200, 200, 100); 得到的是相对于(0,0)旋转90度的值
CGRect newRC = CGRectApplyAffineTransform(rc, transform);
//平移 + 缩放
CGAffineTransform transform = CGAffineTransformMakeTranslation(100, 100);
transform = CGAffineTransformScale(transform, 2, 2);
CGRect rc = CGRectMake(100, 0, 100, 200);
//打印为(300, 100, 200, 400); 先计算了缩放,再计算平移得到此值
CGRect newRC = CGRectApplyAffineTransform(rc, transform);
//平移+旋转
CGAffineTransform transform = CGAffineTransformMakeTranslation(100, 100);
transform = CGAffineTransformRotate(transform, -M_PI_2);
CGRect rc = CGRectMake(100, 0, 100, 200);
//打印为(100, -100, 200, 100); 先计算了旋转,再计算平移得到此值
CGRect newRC = CGRectApplyAffineTransform(rc, transform);
//平移 + 旋转 + 缩放
CGAffineTransform transform = CGAffineTransformMakeTranslation(100, 100);
transform = CGAffineTransformRotate(transform, -M_PI_2);
transform = CGAffineTransformScale(transform, 2, 2);
CGRect rc = CGRectMake(100, 0, 100, 200);
//打印为 (100, -300, 400, 200); 先计算了旋转/缩放,再计算平移得到此值
CGRect newRC = CGRectApplyAffineTransform(rc, transform);
总结:
平移:CGRectApplyAffineTransform对于平移转换是与实际变换结果一致的。
旋转:以当前坐标系原点(0,0)进行旋转计算后的值。
缩放:得到的结果为,rect中的各个值乘以缩放比例。
组合变换:先计算旋转和缩放,最后计算平移
- 一文弄懂神经网络中的反向传播法——BackPropagation【转】
本文转载自:https://www.cnblogs.com/charlotte77/p/5629865.html 一文弄懂神经网络中的反向传播法——BackPropagation 最近在看深度学习 ...
- 一文弄懂-Netty核心功能及线程模型
目录 一. Netty是什么? 二. Netty 的使用场景 三. Netty通讯示例 1. Netty的maven依赖 2. 服务端代码 3. 客户端代码 四. Netty线程模型 五. Netty ...
- 一文弄懂-《Scalable IO In Java》
目录 一. <Scalable IO In Java> 是什么? 二. IO架构的演变历程 1. Classic Service Designs 经典服务模型 2. Event-drive ...
- 一文弄懂-BIO,NIO,AIO
目录 一文弄懂-BIO,NIO,AIO 1. BIO: 同步阻塞IO模型 2. NIO: 同步非阻塞IO模型(多路复用) 3.Epoll函数详解 4.Redis线程模型 5. AIO: 异步非阻塞IO ...
- 【TensorFlow】一文弄懂CNN中的padding参数
在深度学习的图像识别领域中,我们经常使用卷积神经网络CNN来对图像进行特征提取,当我们使用TensorFlow搭建自己的CNN时,一般会使用TensorFlow中的卷积函数和池化函数来对图像进行卷积和 ...
- 一文弄懂Pytorch的DataLoader, DataSet, Sampler之间的关系
以下内容都是针对Pytorch 1.0-1.1介绍. 很多文章都是从Dataset等对象自下往上进行介绍,但是对于初学者而言,其实这并不好理解,因为有的时候会不自觉地陷入到一些细枝末节中去,而不能把握 ...
- 一文弄懂js的执行上下文与执行上下文栈
目录 执行上下文与执行上下文栈 变量提升与函数提升 变量提升 函数提升 变量提升与函数提升的优先级 变量提升的一道题目引出var关键字与let关键字各自的特性 执行上下文 全局执行上下文 函数(局部) ...
- 一文弄懂pytorch搭建网络流程+多分类评价指标
讲在前面,本来想通过一个简单的多层感知机实验一下不同的优化方法的,结果写着写着就先研究起评价指标来了,之前也写过一篇:https://www.cnblogs.com/xiximayou/p/13700 ...
- 一文弄懂神经网络中的反向传播法——BackPropagation
最近在看深度学习的东西,一开始看的吴恩达的UFLDL教程,有中文版就直接看了,后来发现有些地方总是不是很明确,又去看英文版,然后又找了些资料看,才发现,中文版的译者在翻译的时候会对省略的公式推导过程进 ...
随机推荐
- Leaflet 操作OSM(OpenStreetMap) 设置地图style
Leaflet是一个开源的地图操作库,其中mapbox是其一个插件,这个插件可以自定义想要的地图格式.https://www.mapbox.com/mapbox-gl-js/api/这是其官网地址. ...
- golang net/http包
http协议 超文本传输协议(HTTP,HyperText Transfer Protocol)是互联网上应用最为广泛的一种网络传输协议,所有的WWW文件都必须遵守这个标准.设计HTTP最初的目的是为 ...
- Docker入门之zabbix-agent篇
在client端启动zabbix-agent服务 启动zabbix-agent有如下2种方式: agent start root@lykj-45:/srv# ls leyao zabbix zabbi ...
- .net Core 基于EF Core 实现数据库上下文
在做项目时,需要将某一些功能的实体建立在另一个数据库中,连接不同的数据库用以存储记录.通过查找资料,实现EF Core上下文. 下面是实现上下文后的解决方案的目录: 1.UpAndDownDbCont ...
- 样式和模板快速入门Style,Template
http://www.cnblogs.com/jv9/archive/2010/04/14/1711520.html 样式(Style)和模板(Template)的定义 在Silverlight中,样 ...
- 日期SQL 脚本
一个月第一天的 SELECT DATEADD(mm, DATEDIFF(mm,0,getdate()), 0)本周的星期一 SELECT DATEADD(wk, DATEDIFF(wk,0,g ...
- RocketMQ详解(二)安装使用详解
专题目录 RocketMQ详解(一)原理概览 RocketMQ详解(二)安装使用详解 RocketMQ详解(三)启动运行原理 RocketMQ详解(四)核心设计原理 RocketMQ详解(五)总结提高 ...
- 机器学习——Adaboost
1 Adaboost 的提出 1990年,Schapire最先构造出一种多项式级的算法,即最初的Boost算法; 1993年,Drunker和Schapire第一次将神经网络作为弱学习器,应用Boos ...
- 回忆之placeholder
直接看效果点这里 HTML <!DOCTYPE html> <html> <head lang="zh-CN"> <meta charse ...
- [Python]爬虫获取知乎某个问题下所有图片并去除水印
获取URL 进入某个知乎问题的主页下,按F12打开开发者工具后查看network面板. network面板可以查看页面向服务器请求的资源.资源的大小.加载资源花费的时间以及哪些资源加载失败等信息.还可 ...