GAMES101笔记_Lec03~04_变换 Transform

VIP文章 Ziur

已于 2022-02-13 00:46:41 修改

阅读量460

点赞数

文章标签：线性代数技术美术图形学图形渲染矩阵

于 2022-02-04 12:26:11 首次发布

本文链接：https://blog.csdn.net/Ziiur/article/details/122782287

版权

1 为什么学习变换 Why study transformation

1.1 模型变换 Modeling

场景展示——描述摄像机的位置移动
机器人跳舞——物体的旋转
皮克斯开场动画台灯压扁字母I——物体的缩放

1.2 视图变换 Viewing

光栅化成像中涉及大量的视图变换

2 二维变换 2D Transformations

3B1B线代的本质（可视化理解线性变换）：https://www.bilibili.com/video/BV1ns41167b9?spm_id_from=333.999.0.0

2.1 缩放变换矩阵 Scale Matrix

不锁定比例的 Non-Uniform

$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { s _ { x } } & { 0 } \\ { 0 } & { s _ { y } } \end{pmatrix} \begin{pmatrix} { } { x } \\ { y } \end{pmatrix}$

2.2 对称变换矩阵 Reflection Matrix

水平翻转 Horizontal reflection：

$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { - 1 } & { 0 } \\ { 0 } & { 1 } \end{pmatrix} \begin{pmatrix} { } { x } \\ { y } \end{pmatrix}$

2.3 切变变换矩阵 Shear Matrix

水平方向位移在y=0处是0，在y=1处是a，竖直方向位移总是0

$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { 1 } & { a } \\ { 0 } & { 1 } \end{pmatrix} \begin{pmatrix} { } { x } \\ { y } \end{pmatrix}$

2.4 旋转变换矩阵(默认绕原点、逆时针方向) Rotation Matrix

旋转的角度为θ

$\theta } = \begin{pmatrix} { } { \cos \theta } & { -\sin \theta } \\ { \sin \theta } & { \cos \theta } \end{pmatrix}$

2.5 线性变换 Linear Transforms

使用相同维度的矩阵相乘，形式为坐标与矩阵相乘得到新的坐标
$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { a } & { b } \\ { c } & { d } \end{pmatrix} \begin{pmatrix} { } { x } \\ { y } \end{pmatrix}$

3 齐次坐标 Homogeneous Coordinates

3.1 为什么学习齐次坐标 Why homogeneous coordinates

平移变换不是线性变换，无法直接用矩阵形式表示

$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { a } & { b } \\ { c } & { d } \end{pmatrix} \begin{pmatrix} { } { x } \\ { y } \end{pmatrix} + \begin{pmatrix} { } { t _ { x } } \\ { t y } \end{pmatrix}$

我们不想把平移当作一个特殊的变换 But we don’t want translation to be a special case
是否有一种统一的方式能够表示所有变换，它的代价怎么样？ Is there a unified way to represent all transformations? (and what’s the cost?)

3.2 通过齐次坐标解决问题 Solution: Homogenous Coordinates

3.2.1 添加第三个坐标 Add a third coordinate (w-coordinate)

$\rm{2D\,point}=(x,y,1)^T,\quad\rm{2D\,vector}=(x,y,0)^T$

3.2.2 平移的矩阵表示 Matrix representation of translations

$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \\ { w ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { 1 } & { 0 } & { t_x } \\ { 0 } & { 1 } & { t_y } \\ { 0 } & { 0 } & { 1 } \end{pmatrix}\cdot\begin{pmatrix} { } { x } \\ { y } \\ { 1 } \end{pmatrix} = \begin{pmatrix} { } { x + t_x } \\ { y + t_y } \\ { 1 } \end{pmatrix}$

3.2.3 如果平移的是一个向量？ What if you translate a vector?

向量具有平移不变性，经过平移变换后还是原向量
$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \\ { w ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { 1 } & { 0 } & { t_x } \\ { 0 } & { 1 } & { t_y } \\ { 0 } & { 0 } & { 1 } \end{pmatrix}\cdot\begin{pmatrix} { } { x } \\ { y } \\ { 0 } \end{pmatrix} = \begin{pmatrix} { } { x } \\ { y } \\ { 0 } \end{pmatrix}$

3.2.4 齐次坐标的妙处

如果w-coordinate的结果是1或0则为有效操作，这样既能让平移变换形式统一，也保留了向量和点加减运算的可操作性
使用齐次坐标时，(x, y, w)表示平面内一点(x/w, y/w, 1), w≠0
- vector + vector = vector 0+0=0
- point – point = vector 1-1=0
- point + vector = point 1+0=1
- point + point = ??

point+point得到的结果为两个点连线的中点（将w-coordinate化为1）

3.2.5 仿射变换 Affine Transformations

仿射变换 = 线性变换 + 平移变换 Affine map = linear map + translation
$\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \end{pmatrix} = \begin{pmatrix} { } { a } & { b } \\ { c } & { d } \end{pmatrix} \cdot \begin{pmatrix} { } { x } \\ { y } \end{pmatrix} + \begin{pmatrix} { } { t_x } \\ { t_y } \end{pmatrix}$
使用齐次坐标 Using homogenous coordinates:
$\rm{Affine\;Transformations：}\begin{pmatrix} { } { x ^ { \prime } } \\ { y ^ { \prime } } \\ { 1 } \end{pmatrix} = \begin{pmatrix} { } { a } & { b } & { t _ { x } } \\ { c } & { d } & { t _ { y } } \\ { 0 } & { 0 } & { 1 } \end{pmatrix} \cdot \begin{pmatrix} { } { x } \\ { y }\\{1} \end{pmatrix}$

3.2.6 使用齐次坐标的2D变换 2D Transformations

$\rm{Scale：}S (s _ { x , } s _ { y } ) = \begin{pmatrix} {} { s _ { x } } & { 0 } & { 0 } \\ { 0 } & { s _ { y } } & { 0 } \\ { 0 } & { 0 } & { 1 } \end{pmatrix}$

最低0.47元/天解锁文章

Ziur

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
GAMES101笔记_Lec03~04_变换 Transform

1 为什么学习变换 Why study transformation1.1 模型变换 Modeling场景展示——描述摄像机的位置移动机器人跳舞——物体的旋转皮克斯开场动画台灯压扁字母I——物体的缩放1.2 视图变换 Viewing光栅化成像中涉及大量的视图变换2 二维变换 2D Transformations3B1B线代的本质（可视化理解线性变换）：https://www.bilibili.com/video/BV1ns41167b9?spm_id_from=333.999.0
复制链接

扫一扫