(转载自j2medev.com)
J2ME是标准版java(J2SE)面向手机、PDA等各类移动和嵌入式设备的缩减版本,是一种获得众多厂商的支持和广泛使用的移动设备开发平台。图一展示了J2ME技术的体系结构。它分为三层:虚拟机层,配置层,和简表层。

  配置层(Configuration)通过对功能的描述,把千差万别的嵌入式设备进行了功能的说明和分类。它把运算功能有限、内存较小、电力有限的设备,定义在CLDC(有限连接设备配置)规范中,这类设备有PDA 、手机等;把运算能力相对较佳、内存相对较大、电力供应比较充足的设备,定义在CDC(连接设备配置)规范之中,这类设备有电冰箱、机顶盒、车载计算设备等。

  虚拟机层(Virtual Machine)基于宿主操作系统,按照某一种配置,实现了Java虚拟机。CDC配置对应的虚拟机叫CVM,CLDC对应的虚拟机叫做KVM。

  简表层(Profile)建立在配置层之上,提供了面向用户的更高层次的功能,如用户接口,网络,数据存储等。基础规范(Foundation Profile)和个人规范(Personal Profile)是CDC之上的两个重要的规范,移动信息设备规范(MIDP)和PDA规范(PDAP)是CLDC之上的两个重要的规范。当前,无线应用程序的开发主要是在MIDP之上进行的。

  配置层和简表层共同构成了J2ME的运行环境。如CLDC/MIDP架构构筑了手机应用程序的开发和运行环境。本文所实现的图像旋转算法便是基于这种架构的。

  

  图一 J2ME 体系结构

  需要注意的是,这些规范也是在不断发展的。如早期很多的设备的计算能力非常有限,CLDC1.0就只支持整型数值。后来数随着设备运算能力的提高,CLDC1.0发展到CLDC1.1,就加如了对浮点运算的支持。对MIDP规范也一样,从1.0发展到2.0,它通过扩充类和接口的功能,加强了对游戏开发的支持,增加了图像处理功能(旋转要用到),增强了对网络功能的支持,如串口、套接字、https等。

  2D旋转的数据基础

  考虑笛卡儿直角坐标系中单个点旋转的情况。如图二示,这里点P(x,y)到原点O绕O点逆时针旋转角度θ后到点P′(x′,y′)。由三角函数的几何意义,有x = r*cos α ,y = r*si n α和x′ = r*cos(α +θ) , y′ = r*sin(α + θ),推出:

  x′ = x * cos θ – y * sin θ

  y′ = y * cos θ + x * sin θ

  当把旋转点一般化为Q(x0,y0),得到:

  x′ = x0 + (x - x0) cos θ - (y - y0) sin θ

  y′ = y0 + (y - y0) cos θ + (x - x0) sin θ

  在开发时,我们使用设备坐标系,它以屏幕的左上角为坐标原点,y轴方向向下。此时,我们不妨视θ为饶旋转点顺时针旋转的角度,这样,上面的公式依然成立。

  

  图二 2D点的旋转 一般图像的旋转算法

  1、算法思想

  为实现整个图像的旋转,我们首先获取源图像每个点的像素值。然后根据旋转点和角度的大小计算出新图像的大小。再逐点计算源图像中每个点经旋转后在新图像中对应点的坐标,并把相应的像素值赋给它。

  在图三中,阴影部分为源图像,O为旋转点,P、Q分别为旋转前后图像左上角的点,cx,cy为O相对于源图像左上角P点的坐标值。

  这里我们以O为圆心,以O距图像4个顶点的距离的最大值作为半径dr画圆,这样图像无论以任何角度旋转都不会超出这个圆的范围。于是,我们就以该圆为画布绘制旋转所得新图像。由于实际中图像是用矩形表示的,于是我们生成和圆的外切正方形(图中虚线部分)等大小的新图像。

  对源图像中任一点(i,j),根据上面的公式,不难计算出旋转θ度在新图像中的位置,即相对于Q点的位置(destX , destY):

  destX = dr + (i - cx) *cos(radian) - (j - cy)*sin(radian);

  destY = dr + (j - cy) *cos(radian) + (i - cx)*sin(radian);

  计算出这个位置后,把该点的像素值赋值到这个位置,如此对每个点进行这种变换,即可实现整个图像的旋转。

  旋转后的图像较大,在实际绘制时需要做位置调整,不难看出,Q点相对于P点的偏移量为(cx-dr , cy-dr)。即假设源图像的屏幕位置为(a , b),则旋转后的图像位置应该为( (a + cx – dr) , (b + cy – dr) )。

  

  图三 旋转算法示意图

  2、在J2ME中的算法实现

  我们将上面的思想具体化,得到算法的流程图(见图四示)

  

  图四 算法流程图 在MIDP2.0中,Image类提供了两个方法:getRGB()和createRGBImage(),分别完成获取图像象素信息和通过像素数组创建图像的功能。借助于这两个方法,结合上面的流程图,我们得到实现图像旋转算法的代码,如下面所示。

  /**

  *@param imgSource 源图像

  *@param cx 旋转点相对于源图像坐上角横坐标

  *@param cy 旋转点相对于源图像坐上角纵坐标

  *@param theta 图像逆时针旋转的角度

  *@param dd 含2个元素的整形数组,存放新图像相对源图像沿x轴和y轴的位置偏移量

  *@return 旋转后的图像

  **/

  public Image rotate(Image imgSource, int cx, int cy, double theta, int[] dd) {

   if (Math.abs(theta % 360) < 0.1) return imgSource; //角度很小时直接返回

    int w1 = imgSource.getWidth(); //原始图像的高度和宽度

    int h1 = imgSource.getHeight();

    int[] srcMap = new int[w1 * h1];

    imgSource.getRGB(srcMap, 0, w1, 0, 0, w1, h1); //获取原始图像的像素信息

    int dx = cx > w1 / 2 ? cx : w1 - cx; //计算旋转半径

    int dy = cy > h1 / 2 ? cy : h1 - cy;

    double dr = Math.sqrt(dx * dx + dy * dy);

    int wh2 = (int) (2 * dr + 1); //旋转后新图像为正方形,其边长+1是为了防止数组越界

    int[] destMap = new int[wh2 * wh2]; //存放新图像象素的数组

    double destX, destY;

    double radian = theta * Math.PI / 180; //计算角度计算对应的弧度值

    for (int i = 0; i < w1; i++) {

     for (int j = 0; j < h1; j++) {

      if (srcMap[j * w1 + i] >> 24 != 0) { //对非透明点才进行处理

       // 得到当前点经旋转后相对于新图像左上角的坐标

       destX = dr + (i - cx) * Math.cos(radian) + (j - cy)* Math.sin(radian);

       destY = dr + (j - cy) * Math.cos(radian) - (i - cx)* Math.sin(radian);

       //从源图像中往新图像中填充像素

       destMap[(int) destY * wh2 + (int) destX] = srcMap[j * w1 + i];

      }

     }

    }

    dd[0] = cx-dr; //返回位置偏移分量

    dd[1] = cy-dr;

    return Image.createRGBImage(destMap, wh2, wh2, true); //返回旋转后的图像

  }