本文作者：乐字节 - 坑王老薛
二维图形的矩阵变换（一）——基本概念
根本的二维变换可包含旋转、缩放、扭曲，和平移四种，
而这些几何运算则能够转换为一些根本的矩阵运算：
这几个变换都是线性的，但平移运算不是线性的，不能通过 2 * 2 矩阵运算实现。若要将点 (2, 1) 在 x 方向将其平移 3 个单位，在 y 方向将其平移 4 个单位。可通过先应用矩阵乘法再应用矩阵加法来实现此操作。
综合这几种根本运算，数学家们将其对立为一个 3 * 3 矩阵，存储模式如下：
因为示意仿射变换的矩阵的第三列总是（0，0，1），在存储矩阵的时候，大多只存成一个 2 * 3 的数组。
变换的原点
二维变换的参考点是十分重要的，例如如下旋转的后果就大不相同：
当然，有一种非凡的变换除外。那就是平移变换，无论原点是什么其变换的后果都是没有变动的。
复合变换
复合变换的矩阵可通过将几个独自的变换矩阵相乘而失去，这就意味着任何仿射变换的序列均可存储于单个的 Matrix 对象中。
须要留神的是，复合变换是有程序的，一般说来，先旋转、再缩放、而后平移，与先缩放、再旋转、而后平移是不同的。
逆矩阵
能够依据肯定的运算求出某个矩阵的逆矩阵，这个矩阵能够用来求出新的坐标点在原坐标系的地位。但须要留神的是，并非所有矩阵都是可逆的，可逆矩阵要求是非奇怪矩阵。
小结
矩阵运算其实是十分根底的数学知识，在图形学中利用得还是十分宽泛的，但大学学的时候往往不晓得干嘛用，当初用的时候却又忘了啥原理了。本文这里只是介绍了一些矩阵运算的基本概念，具体具体的内容能够参考下老师（lezijie007，暗号 1024）的参考资料。