视图（View）变换矩阵的推导过程以及和gml::lookAt结果对比

已知在3D场景中存在相机位置cameraP、其观察点位置viewP、和相机的朝上方向cameraUp，如下图所示

 注意：图中的坐标轴既是相机所在旧坐标系的坐标轴，也是其移动后新坐标系的坐标轴！理解这点会有助于理解以下的说明

那么视图矩阵的作用就是将相机移动坐标轴原点，同时旋转相机，使得其朝向-Z方向，其向上方向为+Y轴方向！那么场景中的物体（红色球体）在矩阵的作用下和相机保持相对静止地被移动到新的位置（黄色小球的位置），也就实现坐标系的转换！

那么这个矩阵如何求解呢，通过观察可以发现只需要以下两步即可求得

（1）移动，将相机从cameraP移动到（0,0,0）的位置；

（2）旋转，通过某种组合的旋转将相机“摆正”。

第（1）步比较简单，一个移动矩阵即可搞定，其中[Cx Cy Cz]是相机的位置坐标

 第（2）步比较复杂，我们通过特殊方式来求得，假设相机转换前的三个轴向量分别是R、U、F，那么有这么一个矩阵M，使得有

M * [Rx Ry Rz] = [1 0 0]

M * [Ux Uy Uz] = [0 1 0]

M * [Fx Fy Fz] = [0 0 -1]

卧槽！这个似乎没法求……

没关系！正着不行，我们逆着来，假设有一个矩阵M1，有

M1 * [1 0 0] = [Rx Ry Rz]

M1 * [0 1 0] = [Ux Uy Uz]

M1 * [0 0 -1] = [Fx Fy Fz]

那么M1就是M的逆矩阵，根据正交矩阵的特性：逆矩阵即转置矩阵，只需将M1转置即可得到M，M1可方便的得到为

那么转置M1即可得到M ，也可带入最初的那几个等式验证，结果正确！

 最终的视图变换矩阵即为M*T

 对比glm::lookAt进行验证，结果一致！