平时开发程序，免不了要对图像做各种变换处理。有的时候变换可能比较复杂，比如平移之后又旋转，旋转之后又平移，又缩放。
直接用公式计算，不但复杂，而且效率低下。这时可以借助变换矩阵和矩阵乘法，将多个变换合成一个。最后只要用一个矩阵对每个点做一次处理就可以得到想要的结果。
另外，矩阵乘法一般有硬件支持，比如3D图形加速卡，处理3D变换中的大量矩阵运算，比普通CPU要快上1000倍。
下面是3类基本的2D图形变换。
平移：
设某点向x方向移动dx,y方向移动dy,[x,y]为变换前坐标，[X,Y]为变换后坐标。
则X=x+dx;Y=y+dy;
以矩阵表示：
100
[X,Y,1]=[x,y,1][010];
dxdy1
100
010即平移变换矩阵。
dxdy1
旋转：
旋转相比平移稍稍复杂：
设某点与原点连线和X轴夹角为b度，以原点为圆心，逆时针转过a度,原点与该点连线长度为R,[x,y]为变换前坐标，[X,Y]为变换后坐标。
x=Rcos(b);y=Rsin(b);
X=Rcos(a+b)=Rcosacosb-Rsinasinb=xcosa-ysina;(合角公式)
Y=Rsin(a+b)=Rsinacosb+Rcosasinb=xsina+ycosa;
用矩阵表示：
cosasina0
[X,Y,1]=[x,y,1][-sinacosa0]
001
cosasina0
-sinacosa0为旋转变换矩阵。
001
缩放
设某点坐标，在x轴方向扩大sx倍，y轴方向扩大sy倍，[x,y]为变换前坐标，[X,Y]为变换后坐标。
X=sx*x;Y=sy*y;
则用矩阵表示：
sx00
[X,Y,1]=[x,y,1][0sy0];
001
sx00
0sy0即为缩放矩阵。
001
2D基本的模型视图变换，就只有上面这3种，所有的复杂2D模型视图变换，都可以分解成上述3个。
比如某个变换，先经过平移，对应平移矩阵A，再旋转,对应旋转矩阵B，再经过缩放，对应缩放矩阵C.
则最终变换矩阵T=ABC.即3个矩阵按变换先后顺序依次相乘(矩阵乘法不满足交换律，因此先后顺序一定要讲究)。
