齐次坐标

 

按照通常使用的数学知识，二维平面上一个点可以用它在X、Y方向上的坐标来标示为 P（x,y），但是在图形学中偏偏要‘画蛇添足’的使用齐次坐标，这样我们必须使用一个三维向量来表示一个二维点即P（x,y,w)，最后一个w就是那个‘足’。

why？

首先想像有个绝对不变的坐标系，记为W，然后以W为参照，建立两个坐标系O1和O2, O1的原点在W的（1,1)处，O2的原点在W的（2,2)处。

那么W中的一个点P（x,y）在O1中将变为P（x-1,y-1)，在O2中将是P（x-2, y-2)，这样同一个点P在不同的坐标系下就具有了不同的表示。这会产生一个问题：显然，P点在二维空间的位置是唯一的，是与坐标系无关的，而不同坐标系下的表示看上去体现不了这种无关性。

The Key

我们使用的是坐标系这样一个概念，坐标系忽略了坐标原点所具有的重要意义：正是原点标示了该坐标系处于哪个参照位置。如果用矩阵来表示一个二维坐标系，将会是如下形式：

|1  0|

|0  1| ，其中（1 0)T表示一个基矢量，（0 1)T表示另一个基矢量，它们互相垂直，因此能利用它们标记整个二维空间。

（x, y)|1 0| = (x, y)

         |0 1|

这就是二维坐标的实际意义。

 

现在考虑将坐标原点(a,b)也引入到这个矩阵表示中来：

|1 0 |

|0 1 |

|a b |

我们用这个矩阵可以表示二维空间中任意位置的一个坐标系，当然，这个坐标系的基矢量可以不为（0 1)T和（1 0)T，为了和坐标系区分，我们称这种新表示为标架表示。

好，问题来了，如果我们仍然用（x y）来表示点P，那么根据矩阵的乘法规则，我们无法完成其乘法：mx N 的矩阵只能和 N xk的矩阵相乘。解决的办法就是： 给P点添一个尾巴，这个尾巴通常为1：P（x y 1)，这就是P的齐次坐标，利用新的齐次坐标和矩阵相乘得到的结果为：

（x+a, y+b)，这样同一个点在不同标架下的不同表示最终会得到同一个计算结果，它反映了这样一个事实：同一个点在不同标架下的不同表示其实是等价的，这一点恰恰是使用坐标系无法体现出来的。

显然上面那个 3x2的矩阵和P的齐次表示相乘得到的不是齐次坐标，所以应该将它扩充成3x3的方阵:

|1 0 0|

|0 1 0|

|a b 1|

经过扩充以后的新矩阵具有一些有趣的特性：利用它可以非常轻松的实现平移、旋转以及缩放和剪切变换。