关于CGAffineTransform平移与缩放变换用法差异及场景适配的技术疑问

嘿，这个问题问得特别到位——我当初刚摸Vision和Core Graphics变换的时候，也对着这两种组合变换懵了好一阵！咱们拆开来说清楚：

一、先搞懂两个变换的核心目标 #

1. 缩放+平移：坐标系的“对齐映射” #

你用的CGAffineTransform(scaleX: 1, y: -1).translatedBy(x:0, y: -1)，本质是把Vision的左下原点坐标系，转换成UIKit的左上原点坐标系：

• Vision的坐标体系是计算机视觉领域常用的左下为原点（y轴向上递增），而UIKit是左上为原点（y轴向下递增）。
• scaleX:1, y:-1是给y轴做镜像翻转，把y轴方向倒过来；再配合translatedBy(y:-1)（假设你用的是归一化坐标，范围0~1），把原来的左下原点(0,0)平移到左上位置，这样两个坐标系的原点和轴方向就完全对齐了。
• 这个变换是用来处理坐标点的映射——比如Vision识别出的人脸框坐标，用这个transform转完，就能直接对应到UI界面上的正确位置。

2. 平移+旋转：视图的“方向适配” #

而CGAffineTransform(translationX: 1, y: 0).rotated(by: -CGFloat.pi / 2)，是为了让相机预览视图跟着设备方向旋转，保证用户看到的画面是正的：

• 当设备从竖屏转横屏时，相机捕获的画面本身是固定方向的（比如竖屏时的宽高比），直接旋转的话，视图会因为锚点（默认是坐标系原点）的问题偏移出屏幕。
• 先做translationX:1（同样是归一化坐标），把视图的原点移到右侧，再逆时针旋转90度，就能让旋转后的画面刚好填满当前的视图边界，不会出现内容偏移或截断。
• 这个变换是作用于相机预览层（比如AVCaptureVideoPreviewLayer），是对整个视图的几何形态做调整，适配设备的物理方向。

二、两种变换的核心差异 #

我把关键差异列成了几点，方便你对比：

• 作用对象不同：
  • 缩放+平移：针对的是单个坐标点，用来转换不同坐标系间的位置数据；
  • 平移+旋转：针对的是整个视图/图层，用来调整视觉元素的显示形态。
• 数学逻辑不同：
  • 缩放+平移是镜像翻转+原点平移，核心是修正坐标系的轴方向和原点位置；
  • 平移+旋转是位置补偿+旋转变换，核心是调整视图的角度和位置，适配设备方向。
• 最终效果不同：
  • 缩放+平移不会改变元素的形状，只是把坐标“转个方向”对应到UI上；
  • 平移+旋转会改变视图的整体朝向，让画面和设备物理方向一致。

三、为什么不能混用？ #

举个直观的例子：

• 如果用缩放变换来处理设备旋转，那只会把画面上下翻转，而不是旋转90度，横屏时用户看到的画面会是倒的，完全不符合需求；
• 如果用旋转变换来处理坐标系转换，那只会把Vision的坐标点旋转90度，但不会翻转y轴方向，识别出的位置还是会上下颠倒，对应不到UI的正确区域。

说白了，这两个变换一个是**“让坐标数据适配UI体系”，一个是“让视图画面适配设备方向”**，各司其职，所以用了完全不同的组合方式。

内容的提问来源于stack exchange，提问作者WishIHadThreeGuns