一、概述
css中transform屬性中的 translate、scale、rotate、skew變換屬性均是通過matrix矩陣變換實現的。直接使用矩陣變換,實現位移、縮放、旋轉、傾斜等動畫,不夠直觀;實際開發中還是使用變換屬性多一點。但這一點都不影響matrix屬性的重要性;理解matrix屬性定義的參數,需要一些線性代數的基礎。
二、矩陣
1、矩陣的定義
將一些元素排列成若干行,每行放上相同數量的元素,就是一個矩陣。如:
2、矩陣的基本運算
加(減)法:
兩個矩陣的加減法,取每個元素的對應的和(差)
數乘:
數字與矩陣元素之間的對應的乘積
矩陣乘法:
僅當第一個矩陣的列數(column)和第二個矩陣的行數(row)相等時才能定義。運算規則是,第一個矩陣行元素 與 第二個矩陣中的列元素,分別相乘求和,得到對應元素。例如 第一個矩陣的第一行元素[1 0 2],與第二個矩陣的第一列元素[3,2,1],分別相乘求和,即:1 x 3 + 0 x 2 + 2 x 1 = 5;得到運算後矩陣的左上第一個元素。
3、向量
物理學稱爲矢量,指具有大小(magnitude)和方向的量。它可以形象化地表示爲帶箭頭的線段。
向量的分解:
直角座標系中,任意向量可表示爲:其中,i、j爲單位向量。
4、矩陣與向量
矩陣中的元素可以看做是一組座標,而在平面直角座標系中,一組向量可以使用座標表示,因此可以使用矩陣表示一組向量,而對矩陣的運算,可以看做是對一組座標的變換。來看具體的例子。
三、矩陣變換
1、矩陣縮放
建立一個特殊的平面直角座標系,座標系的特殊之處在於x軸和y軸是橡皮筋構成的,可以進行任意拉伸和收縮。座標系中存在向量A(-1,1);考慮如何將其放大一倍。
座標系是彈性的,顯然只需要將座標系拉伸一倍就可以使得向量A放大一倍。根據公式有:
拉伸座標系實際上改變的是單位向量,拉伸後的座標系單位向量均爲原先的兩倍,即:
通過縮放單位向量,使得座標系中的向量發生縮放,這是對於單一向量而言的。對於頁面上的由多個座標構成的塊狀 div 而言,縮放單位向量最直觀的效果就是長度和寬度的縮放。
2、矩陣的旋轉
如何使座標系中的向量發生旋轉,考慮將向量A(-1,1),順時針旋轉45度。
很顯然需要旋轉單位向量。有:
結果:
對A向量旋轉可以通過旋轉單位向量實現,通過對單位向量的旋轉實現對任意向量的旋轉。常見的變換操作,如縮放,旋轉,傾斜,都可以通過對單位向量的操作進行實現。css matrix函數提供的參數就是描述一組單位向量的矩陣。
四、css中的矩陣變換
css 中 transform matrix 2d變換的參數一共有6個:
matrix(a, b, c, d, e, f)
其中默認參數爲:
matrix(1, 0, 0, 1, 0, 0)
其中前4個參數,就是單位向量i(1,0)、j(0,1)。但注意,web頁面中的座標系原點在左上角,向右和向下對應平面直角座標系的x軸和y軸正向;因此與平面直角座標系的y軸的方向是相反的。
觀察 transform 屬性中的scale、rotate、skew是如何通過matrix矩陣來實現。
1、scale
使用scale縮放一個div的css是這樣描述的:表示將寬和高同時放大兩倍。
transform: scale(2); //同transform: scale(2,2)
使用矩陣達到上述效果,如果使用matrix實現,將單位向量放大兩倍即可
transform: matrix(2,0,0,2,0,0);
2、rotate
使用rotate順時針旋轉div 30deg:
transform: rotate(30deg);
使用matrix實現,只需旋轉單位向量即可
transform: matrix(cosa, sina, -sina, cosa);
//transform: matrix(cos30°, sin30°, -sin30°, cos30°, 0, 0);
3、skew
使用skew 傾斜30度:
transform: skew(30deg, 0);
使用matrix實現:
transform: matrix(1,tan(ay),tan(ax),1,0,0); // matrix(1,0,0.5773502691896257,1,0,0);
4、translate
上述3中變換均通過變換單位向量產生,原點都未發生變化。位移變化需要增加矩陣元素,和函數的參數,也是 matrix(a, b, c, d, e, f)中,e、f參數的作用,矩陣的形式可以變現爲以下形式:
如,座標[-1,-1],向右向上平移2個單位,得到變換後的座標[1, 1]。
下面的css效果是一樣的:
transform: translate(50px,0); transform: matrix(1,0,0,1,50,0);
使用matrix的形式,可以一次性定義上述4種變換。但使用transform, 需要將變換表達式寫在一行,使用空格分隔有助於閱讀,但不是必須的。
transform: skew(30deg,0) scale(2) rotate(30deg) translate(50px);
5、matrix3d
matrix3d(a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p) //定義 3D 轉換,使用 16 個值的 4x4 矩陣。
矩陣的形式爲:
6、2D變換的矩陣形式
給出一組transform變換(rotate、skew、translate、scale),將其轉換成matrix函數的參數形式,需要注意以下幾點:
1、rotate與skew變換是相互影響的,試圖直接通過三角函數的計算得出相應的參數是不正確的,需要將其帶入矩陣進行運算;
2、scale與translate變換理論上可以直接修改矩陣元素,也可以帶入矩陣運算,但反覆測試發現,translate帶入矩陣後運算結果有誤,這裏直接修改矩陣元素。
3、矩陣運算比較複雜,使用的 Sylvester.js 庫。以下是代碼
let transformString = 'skew(15deg) rotate(30deg) scale(1.5) translate(30px)' function stringToMatrix(transformString) { try { // 參數檢查 if (typeof transformString !== 'string') { console.error('params must be string'); return; } if (transformString.length === 0) { console.error('wrong transform format'); return } if (['X', 'Y', '3d'].some(item => transformString.includes(item))) { console.error('3d transform unsupported yet'); return; } let a = 1, b = 0, c = 0, d = 1, e = 0, f = 0; let reg = /(scale|rotate|skew|translate){1}\(.*?\)/g; let matrixDefault = $M([ [1, 0, 0], [0, 1, 0], [0, 0, 1] ]); let matrixScale, matrixRotate, matrixSkew, matrixTranslate, matrixResult; transformString.match(reg).forEach(item => { let re = /\d+(.\d+)?/g; if (item.includes('rotate')) { let params = item.match(re); if (params) { // a = Math.cos(params[0] / 180 * Math.PI) * a; //需要帶入矩陣 // b = Math.sin(params[0] / 180 * Math.PI) * a; // c = -Math.sin(params[0] / 180 * Math.PI) * d; // d = Math.cos(params[0] / 180 * Math.PI) * d; const i = params[0] / 180 * Math.PI; matrixRotate = $M([ [Math.cos(i), -Math.sin(i), 0], [Math.sin(i), Math.cos(i), 0], [0, 0, 1] ]) matrixResult = matrixResult ? matrixResult.x(matrixRotate) : matrixDefault.x(matrixRotate); } } if (item.includes('skew')) { let params = item.match(re); // to fix 角度不可超過90度 // params[0] ? c = Math.tan(params[0] / 180 * Math.PI) : ''; // params[1] ? b = Math.tan(params[1] / 180 * Math.PI) : ''; const [i = 0, j = 0] = params.map(a => parseFloat(a)); // matrixSkew = [1, Math.tan(j), Math.tan(i), 1, 0, 0];//需要帶入矩陣 matrixSkew = $M([ [1, Math.tan(i / 180 * Math.PI), 0], [Math.tan(j / 180 * Math.PI), 1, 0], [0, 0, 1] ]); matrixResult = matrixResult ? matrixResult.x(matrixSkew) : matrixDefault.x(matrixSkew); } if (item.includes('scale')) { let params = item.match(re); // a = params[0] ? params[0] * a : a; // d = params[1] ? params[1] * d : params[0] * d; let [i, j = i] = params.map(a => parseFloat(a)); matrixScale = $M([ [i, 0, 0], [0, j, 0], [0, 0, 1] ]); matrixResult = matrixResult ? matrixResult.x(matrixScale) : matrixDefault.x(matrixScale); // if(matrixResult) { // matrixResult.elements[0][0] = i * matrixResult.elements[0][0]; // matrixResult.elements[1][1] = i * matrixResult.elements[1][1]; // }else { // matrixDefault.elements[0][0] = i * matrixDefault.elements[0][0]; // matrixDefault.elements[1][1] = i * matrixDefault.elements[1][1]; // } } if (item.includes('translate')) { let params = item.match(re); let [x = 0, y = 0] = params.map(a => parseFloat(a)); e = x; f = y; matrixTranslate = $M([ [1, 0, x], [0, 1, y], [0, 0, 1] ]); if (matrixResult) { matrixResult.elements[0][2] = x; matrixResult.elements[1][2] = y; } else { matrixDefault.elements[0][2] = x; matrixDefault.elements[1][2] = y; } // matrixResult = matrixResult ? matrixResult.x(matrixTranslate): matrixDefault.x(matrixTranslate); } }) const [[a1, a2, a3], [b1, b2, b3], [c1, c2, c3]] = matrixResult.elements; return `matrix(${a1}, ${b1}, ${a2}, ${b2}, ${a3}, ${b3})`; } catch (error) { console.log(error) } } stringToMatrix(transformString) // matrix(1.5, 0.7499999999999999, -0.401923788646684, 1.299038105676658, 30, 0)
參考連接:
1、https://zh.wikipedia.org/wiki/%E7%9F%A9%E9%98%B5#%E6%A0%87%E8%AE%B0
2、http://www.ruanyifeng.com/blog/2015/09/matrix-multiplication.html
3、https://www.jianshu.com/p/dcf189998ae2