土圭垚㙓数学课（四）空间变换

我曾经在Shader山下（十六）坐标空间与转换矩阵中介绍过，一个物体要显示在平面上，需要经过四步空间变换（实际上是五步）：
物体空间->世界空间->观察空间->裁剪空间（->归一化设备空间）->屏幕空间

（差不多就是这个意思）
实际上，在可编程渲染管线中，我们往往只需要操作从物体空间到裁剪空间的转换，可以用一个矩阵链乘M(odel)V(iew)P(rojection)表示。本文就介绍一下这三个矩阵。
索性全介绍了吧。

先简单介绍一下变换矩阵。

常用的变换矩阵有三种：平移矩阵、旋转矩阵和缩放矩阵。

平移矩阵：

如果一个物体在世界坐标系中的位置为$(p_x,p_y,p_z)$，那么它的平移矩阵为：

$$T(p) = \begin{bmatrix} 1 & 0 & 0 & p_x \\ 0 & 1 & 0 & p_y \\ 0 & 0 & 1 & p_z \\ 0 & 0 & 0 & 1 \\ \end{bmatrix}$$

旋转矩阵：

绕x轴旋转$\theta_x$，旋转矩阵为：

$$R_x(\theta_x) = \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & \cos\theta_x & -\sin\theta_x & 0 \\ 0 & \sin\theta_x & \cos\theta_x & 0 \\ 0 & 0 & 0 & 1 \\ \end{bmatrix}$$
绕y轴旋转 $\theta_y$，旋转矩阵为：
$$R_y(\theta_y) = \begin{bmatrix} \cos\theta_y & 0 & \sin\theta_y & 0 \\ 0 & 1 & 0 & 0 \\ -\sin\theta_y & 0 & \cos\theta_y & 0 \\ 0 & 0 & 0 & 1 \\ \end{bmatrix}$$
绕z轴旋转 $\theta_z$，旋转矩阵为：
$$R_z(\theta_z) = \begin{bmatrix} \cos\theta_z & -\sin\theta_z & 0 & 0 \\ \sin\theta_z & \cos\theta_z & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \\ \end{bmatrix}$$

缩放矩阵：

一个向量沿x、y、z轴分别缩放$(q_x, q_y, q_z)$，那么缩放矩阵为：

$$S(q) = \begin{bmatrix} q_x & 0 & 0 & 0 \\ 0 & q_y & 0 & 0 \\ 0 & 0 & q_z & 0 \\ 0 & 0 & 0 & 1 \\ \end{bmatrix}$$

组合成变换矩阵

只需要将这些矩阵链乘即可。但是需要注意顺序。这里按照T(ranslate)R(otate)S(cale)和H(eading)P(itch)B(ank)的顺序进行链乘。
$Q=T(p)R_y(\theta_y) R_x(\theta_x)R_z(\theta_z)S(q)$
等等！为什么是4*4的矩阵？参见百度百科齐次坐标
简单来讲，3*3的矩阵只能表示旋转和缩放矩阵，为了表示平移，便扩充为4*4的矩阵。
当然点或向量要与矩阵运算时也要扩充为4维(x,y,z,w)。其中w=1表示点，w=0表示向量。因为向量只有方向没有位置，所以w=0便不会与矩阵第4行进行运算。

模型变换矩阵

这个本身没什么，其实就是相对位置（模型空间）到绝对位置（世界坐标）的一个变换。
已知模型的位置、旋转角度和缩放值，带入之前的公式，便可以得到相应的模型变换矩阵。
当要计算模型内部某个点的世界坐标时，只需要将这个点与变换矩阵相乘即可。

观察矩阵

摄像机的方位可以由四个向量表示，$p$表示位置，$d$表示观察方向，$u$表示上方向，$r$表示右方向。
在空间变换时，我们希望将摄像机移动到世界坐标原点，并且观察方向与z轴重合，上方向与y轴重合，右方向与x轴重合。当然世界中的物体也要随之变换。
2D平面演示：

设V为观察矩阵，那么就有：
$Vp=(0,0,0)$
$Vr=(1,0,0)$
$Vu=(0,1,0)$
$Vd=(0,0,1)$
因为摄像机没有大小，只有位置和方位，那么就表示，我们通过平移和旋转来完成这个变换。

首先是平移矩阵

没什么好说的：

T=⎡⎣⎢⎢⎢⎢100001000010−px−py−