平時開發程式，免不了要對影象做各種變換處理。有的時候變換可能比較複雜，比如平移之後又旋轉，旋轉之後又平移，又縮放。

直接用公式計算，不但複雜，而且效率低下。這時可以藉助變換矩陣和矩陣乘法，將多個變換合成一個。 最後只要用一個矩陣對每個點做一次處理就可以得到想要的結果。

 另外，矩陣乘法一般有硬體支援，比如3D 圖形加速卡，處理3D變換中的大量矩陣運算，比普通CPU 要快上1000倍。

下面是3類基本的2D圖形變換。 

平移：

設某點向x方向移動 dx, y方向移動 dy ,[x,y]為變換前座標， [X,Y]為變換後坐標。

則 X = x+dx;  Y = y+dy;

以矩陣表示：

                                1    0    0

[X, Y, 1] = [x, y, 1][ 0    1    0  ] ; 

                               dx  dy   1

  1    0    0

  0    1    0   即平移變換矩陣。 

  dx  dy   1 

 旋轉：

 旋轉相比平移稍稍複雜：

 設某點與原點連線和X軸夾角為b度，以原點為圓心，逆時針轉過a度  , 原點與該點連線長度為R, [x,y]為變換前座標， [X,Y]為變換後坐標。

  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 ;

  用矩陣表示：

                                cosa   sina  0

 [X, Y, 1] = [x, y, 1][-sina  cosa  0  ] 

                                 0        0     1

  cosa   sina  0

 -sina  cosa  0  為旋轉變換矩陣。

   0       0     1 

 縮放

 設某點座標，在x軸方向擴大 sx倍，y軸方向擴大 sy倍，[x,y]為變換前座標， [X,Y]為變換後坐標。

 X = sx*x; Y = sy*y;

則用矩陣表示：

                                sx    0    0

[X, Y, 1] = [x, y, 1][ 0    sy    0  ] ; 

                                0     0     1

 sx    0    0

 0    sy    0  即為縮放矩陣。 

 0     0     1

 2D基本的模型檢視變換，就只有上面這3種，所有的複雜2D模型檢視變換，都可以分解成上述3個。

比如某個變換，先經過平移，對應平移矩陣A， 再旋轉, 對應旋轉矩陣B，再經過縮放，對應縮放矩陣C.

則最終變換矩陣 T = ABC. 即3個矩陣按變換先後順序依次相乘(矩陣乘法不滿足交換律，因此先後順序一定要講究)。