推导LookAt函数定义的视图矩阵

最新推荐文章于 2024-07-31 00:01:12 发布

whoispo

最新推荐文章于 2024-07-31 00:01:12 发布

阅读量3.4k

点赞数 5

分类专栏：图形学文章标签： Lookat 视图坐标坐标系转换旋转矩阵 OpenGL

本文链接：https://blog.csdn.net/WhoisPo/article/details/108508526

版权

图形学专栏收录该内容

7 篇文章 0 订阅

订阅专栏

在OpenGL中需要定义一个视图(view)矩阵，很多库都提供一个叫LookAt的函数，可以定义该视图矩阵。
该函数的原型是

Mat4x4 LookAt(pos: vector3D, target: vector3D, up:vector3D)

直观的理解，就是pos为观察者当前的坐标，target朝向的点坐标，up为观察者上方方向。返回的就是一个视图矩阵。

其实所谓的视图矩阵，就是一个坐标系与坐标系之间的转换矩阵。视图矩阵将世界坐标系下的坐标转换到了视图坐标系下。

我们来推导一下三维坐标系转换的关系。

世界坐标系的三个坐标轴，定义为 $e_1,e_2,e_3$ (都是向量)，视图坐标系下的三个坐标轴定义为 $E_1,E_2,E_3$ (都是向量)，视图坐标系的原点在世界坐标系下的坐标为 $v$ , $E_1,E_2,E_3$ 在世界坐标系下有
在这里插入图片描述
也即 $t_{11}..t_{13}$ 为 $E_1$ 在世界坐标系下的坐标。

对于任意一点P，在世界坐标系下和视图坐标系下的坐标分别表示
在这里插入图片描述

其中 $x_1,x_2,x_3)$ 为世界坐标系下坐标， $X_1,X_2,X_3)$ 为视图坐标系下的坐标。联立两个方程，则有

这里对于任意 $e_1,e_2,e_3$ 应该都成立，令
在这里插入图片描述
则有

在这里插入图片描述
注意旋转矩阵M为正交矩阵

因此最后

如果都写成齐次坐标的形式

视图矩阵就是
在这里插入图片描述
因此视图矩阵就是

最后理解一下视图矩阵中的元素意义。视图矩阵为4x4矩阵，其中左上角的3x3矩阵为一个旋转矩阵。旋转矩阵的每一行代表视图坐标的坐标轴在世界坐标系下的坐标。右上角的1x3矩阵，代表视图坐标原地在世界坐标系下坐标，但是乘了一个旋转矩阵还进行了取反。

有了坐标系之间转换关系的知识后，理解lookat就不难了。
lookat参数中的pos和target定义视图坐标系的z轴，z轴方向是pos-target，这是因为视图坐标系是右手坐标系，z轴方向指向观察者。x方向垂直于up方向和z轴方向，因此可以由up和z轴的叉积来定义。y方向由z轴和x轴的叉积来定义。

下面是我写的计算视图矩阵的LookAt的函数，大家可以跟glm库或者Qt库中lookat函数进行对比。

def lookat(pos: np.ndarray, target: np.ndarray, up: np.ndarray) -> np.ndarray:
    vecz = pos - target
    vecz = vecz / np.sqrt(vecz.dot(vecz))

    vecx = np.cross(up, vecz)
    vecx = vecx / np.sqrt(vecx.dot(vecx))

    vecy = np.cross(vecz, vecx)

    rot_mat = np.r_[vecx.reshape((1, 3)), vecy.reshape((1, 3)), vecz.reshape((1, 3))]
    v = -rot_mat.dot(pos)

    rlt_mat = np.array([
        [rot_mat[0, 0], rot_mat[0, 1], rot_mat[0, 2], v[0]],
        [rot_mat[1, 0], rot_mat[1, 1], rot_mat[1, 2], v[1]],
        [rot_mat[2, 0], rot_mat[2, 1], rot_mat[2, 2], v[2]],
        [0, 0, 0, 1]
    ])
    return rlt_mat