Games101作业1：旋转矩阵及投影变换

最新推荐文章于 2024-04-16 20:01:24 发布

原创最新推荐文章于 2024-04-16 20:01:24 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#矩阵 #线性代数 #几何学

图形学专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了二维旋转矩阵在三维空间中的应用，以及如何通过定义视锥体的视角和变换来构建相机矩阵。重点讲解了从世界空间到视图空间的转换过程，包括透视投影的原理和计算方法，以及如何构造完整的投影矩阵，以实现3D场景的正确显示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Assignment1

前置知识

旋转矩阵（二维）

$\begin{pmatrix} cos\alpha&-sin\alpha \\ sin\alpha&cos\alpha \end{pmatrix}$
三维的旋转矩阵，保持这四个系数的值和相对位置不变，绕哪个轴转，就将对应列设成1，四个系数补到对应位置上。唯一例外是绕y轴旋转，右上角的符号要移到左下角（相对其他两矩阵转置），因为绕y转时叉积方向和另外两条轴相反（右手拇指向着旋转轴的方向，绕x转是y到z，绕z转是x到y；绕y转若想得到x到z需要拇指背对y轴方向）

View/Transformation

如何定义一个camera 位置、Up方向、Look-at方向

camera坐标系 原点、Y轴（Up）、Z轴（-Look-at）

变换矩阵（从World Space到View Space）
$M_{view}=R_{view}T_{view}$
涉及坐标系变换，先将原点从World Space的原点移到Camera的位置（-X，-Y，-Z）；再旋转（用World Space中的Camera三条轴位置所得矩阵的逆矩阵），由于是纯旋转（正交）矩阵，逆矩阵等于转置矩阵

Perspective Projection

任务现实中视锥体近平面n比远平面f要小（近大远小），然而我们要将视锥体投影到齐次坐标系中，所以需要将f映射成与n一样的大小并保持对应关系不变（将远平面f挤成近平面n一样大小），再对得到的立方体用正交变换

推导

x轴和y轴不涉及复杂变换，因此用简单投影公式即可（如Ynew = Yold*(Zn/Z) z为视锥体里面的点 n为近平面：将视锥体内挤成和n一样大小）

由此得到变换后结果（同时乘了z,此时z仍未知），由该结果可倒推出部分M
$\because M_{P2O} \begin{pmatrix} x \\ y \\ z \\ 1\end{pmatrix} = \begin{pmatrix} nx \\ ny \\ unknown \\ z\end{pmatrix} \therefore M_{P2O} = \begin{pmatrix} n&0&0&0 \\ 0&n&0&0 \\ ?&?&?&? \\ 0&0&1&0\end{pmatrix}$
接下来从近平面n和远平面分别得到两条性质（相当于代入特殊值n和f解方程）

近平面n上的点全部不变远平面f上的点Z坐标全部不变

首先运用第一条性质，将n代入Z：
$\because M_{P2O}\begin{pmatrix} x \\ y \\ n \\ 1\end{pmatrix} = \begin{pmatrix} nx \\ ny \\ n^{2} \\ n\end{pmatrix} \therefore \begin{pmatrix} 0&0&A&B \end{pmatrix} \begin{pmatrix} x \\ y \\ n \\ 1\end{pmatrix} = n^2$
进一步推导除第三行的形式（最终结果n平方和xy都无关，因此前两项为0）

同理运用第二条性质，将f代入Z（形式完全一致）

联立两条方程，得出完整的投影矩阵：
$\begin{cases} An+B=n^2 \\Af+B=f^2 \end{cases} \rightarrow \begin{cases} A = n+f \\B=-nf \end{cases} \rightarrow M_{P2O} = \begin{pmatrix} n&0&0&0 \\ 0&n&0&0 \\ 0&0&n+f&-nf \\ 0&0&1&0\end{pmatrix}$
再乘上正交矩阵，得到完整投影矩阵：

正交矩阵的任务是先将视线立方体移到（View Space）的原点，再缩放到标准大小[-1,1]；在右手坐标系中，近平面n的Z坐标比远平面f要大，因此是n-f
$M_{O} = \begin{pmatrix} 2/(r-l)&0&0&0 \\ 0&2/(t-b)&0&0 \\ 0&0&2/(n-f)&0 \\ 0&0&0&1\end{pmatrix} \begin{pmatrix} 1&0&0&-(r+l)/2 \\ 0&1&0&-(t+b)/2 \\ 0&0&1&-(n+f)/2 \\ 0&0&0&1\end{pmatrix}$
在视锥体内部的点经过变换后的z值比原来小：变换矩阵与（x，y，z，1）相乘后z的值等于(-nf)*z^(-1)+(n+f),是个反比例函数，这个图像恒过（n，n）与（f，f），在n与f之间，是下凹的，所以变小了

code

Eigen::Matrix4f get_model_matrix(float rotation_angle)
{
    //  将角度转换为弧度
    float radian = (rotation_angle * MY_PI)/ 180.0 ;
    Eigen::Matrix4f translate;
    translate <<
        cos(radian), -sin(radian), 0, 0,
        sin(radian), cos(radian), 0, 0,
        0, 0, 1, 0,
        0, 0, 0, 1;
    model = translate * model;
    return model;
}

Eigen::Matrix4f get_projection_matrix(float eye_fov, float aspect_ratio,float zNear, float zFar)
{
    Eigen::Matrix4f projection = Eigen::Matrix4f::Identity();

    //  用参数构造正交矩阵
	Eigen::Matrix4f OrthographicRS = Eigen::Matrix4f::Identity();
    Eigen::Matrix4f OrthographicT = Eigen::Matrix4f::Identity();
    float top = zNear * tan((eye_fov / 2.0) * MY_PI / 180.0);   //  注意用的是zNear（最终大小以n平面为准）
    float right = top * aspect_ratio;                       //  乘屏幕比得x坐标

    OrthographicRS <<
        1 / right, 0, 0, 0,
        0, 1 / top, 0, 0,
        0, 0,1 / (zNear - zFar), 0,
        0, 0, 0, 1;

    OrthographicT <<
        1, 0, 0, 0,
        0, 1, 0, 0,
        0, 0, 1, -(zNear + zFar) / 2,
        0, 0, 0, 1;

    projection = OrthographicRS * OrthographicT;

	//  投影矩阵
	Eigen::Matrix4f P2O = Eigen::Matrix4f::Identity();
	P2O <<
		zNear, 0, 0, 0,
		0, zNear, 0, 0,
		0, 0, zNear + zFar, -zNear * zFar,
		0, 0, 1, 0;

    projection *= P2O;

    return projection;
}