计算机图形学：三维图形的平移、缩放和旋转

在计算机图形学中，三维图形的变换是实现复杂视觉效果的基础。本文将详细介绍三维图形的平移、缩放和旋转的原理，并提供相应的代码实现。

平移（Translation）

原理

平移是指在三维空间中沿着某个方向移动图形。对于一个点$P(x,y,z)$，如果我们想将其平移到新的位置$P^{\prime }(x^{\prime },y^{\prime },z^{\prime })$，我们可以通过添加一个平移向量$T(a,b,c)$来实现。平移的数学表达式为：

$$\begin{array}{rl}{P}^{\prime }& =P+T\\ (x^{\prime },y^{\prime },z^{\prime })& =(x+a,y+b,z+c)\end{array}$$

代码实现

import numpy as np

def translate(point, translation):
    """
    平移一个3D点，根据给定的平移向量。
    
    :param point: 一个3D点，表示为numpy数组 [x, y, z]。
    :param translation: 一个平移向量，表示为numpy数组 [a, b, c]。
    :return: 平移后的点。
    """
    # 通过将点和平移向量相加来实现平移
    return point + translation

# 示例用法：
# 定义一个3D点
point = np.array([1, 2, 3])
# 定义一个平移向量
translation = np.array([4, 5, 6])
# 调用translate函数进行平移
translated_point = translate(point, translation)
# 打印平移后的点
print("平移后的点:", translated_point)

缩放（Scaling）

原理

缩放是指改变图形的大小。对于一个点$P(x,y,z)$，如果我们想将其缩放到新的大小$P^{\prime }(x^{\prime },y^{\prime },z^{\prime })$，我们可以通过乘以一个缩放因子向量 S ( s x , s y , s