Computer Vision: Algorithms and Applications（学习笔记二）--geometric primitives

基本的几何基元包括：2D点、2D直线、3D点、3D平面和3D直线

2D几何基元

2D点：图像上的坐标点可以用一对数值表示，或者：

也可以用齐次坐标表示，即用高一维的坐标表示，可以将齐次矢量转换为非齐次矢量，这一过程叫做正常化处理。其中叫做增广矢量。

为什么需要进行齐次变换呢？举个例子，当我们需要对坐标点进行仿射变换时，有平移、旋转、缩放的变换，其中平移是矩阵相加，而旋转是矩阵相乘，公式如下：

则需要对点坐标先乘一个矩阵，再加一个矩阵，但是当我们进行其次变换后，可以改写公式为：