Mesh模型的Laplace Deformation（网格形变 - 拉普拉斯形变） - 使用Eigen矩阵库

    本文只实现最简单Laplace形变，按照论文《Laplacian Mesh Processing》进行展开。

github：https://github.com/GaoYuanBob/LaplaceDeformation

注：内容相当容易理解、本文所有讨论都是基于三角形网格模型（ triangular mesh）进行的

    Laplace Deformation中最基础的两个概念就是， global Cartesian coordinates（全局笛卡尔坐标系） 和 differential representations（微分表示）。笛卡尔坐标系不用多讲，就是常见的（X, Y, Z）三个轴表示的坐标信息，而微分坐标（也叫 δ-coordinates）是和 Laplacian operator（Laplace算子） 相关的概念。

    首先，M = (V,E,F) 表示一个网格模型，M 代表 Model，V 代表 Vertices，E 代表 Edges，F 代表 Faces，模型上的每一个点，我们都能得到一个世界坐标 ，接下来定义微分坐标 δ-coordinates， 点的微分坐标表示为  ，它表示点的世界坐标和这个点一圈邻接点的世界坐标的加权平均（ the center of mass of its immediate neighbors in the mesh），用公式表示更容易理解：

    可以从公式看出来，三个轴上的微分坐标是可以单独计算的。 N(i) 就是点  的邻接点，也就是公用一条边的点， 是这个点的邻接点的个数，比如周围有5个点，那么这5个点的坐标都对中心点有1/5 的贡献，微分坐标就是点的坐标和这个中心点的坐标的差（其实就是一个向量）。

    这样每个点都这么计算就能计算出每个点的微分坐标了，计算微分坐标的意义在于，Laplace形变认为这个微分坐标能够记录或者说表示模型的局部细节信息，比如鼻子，嘴巴，凸起，凹陷这样的信息，当模型形变后，我们希望模型的局部信息不要被破坏，那么换成坐标的说法就是，模型上点的世界坐标变了，但是我们希望模型上所有点的微分坐标没变，也就是点和点的相对位置关系没变。

    一个一个点计算当然可以，但是不好记录和表示，所以Laplace形变用一个Laplace矩阵来记录，我们叫做L，然后用L * V = ，来得到Laplace坐标，也就是微分坐标。我们能够得到L：