【GAMES101计算机图形学笔记】Lecture03 Transformation

本文深入探讨了2D变换矩阵的各种类型,包括缩放、反射、Shear和旋转矩阵。讲解了线性变换如何等价于矩阵,并引入齐次坐标系解决平移变换的问题,使得2D变换可以统一表示。同时,介绍了仿射变换的概念,及其在3D变换中的应用,利用4x4矩阵表示3D仿射变换。文章还涉及了变换的组合、分解及逆变换计算。
摘要由CSDN通过智能技术生成

2D变换矩阵

缩放矩阵

  1. 均匀缩放
    在这里插入图片描述

  2. 非均匀缩放
    在这里插入图片描述

反射矩阵

在这里插入图片描述

Shear矩阵

在这里插入图片描述

旋转矩阵

在这里插入图片描述

线性变换等价于矩阵

在这里插入图片描述

齐次坐标系

平移变换

在这里插入图片描述
在这里插入图片描述

齐次坐标系

平移变换无法表示成矩阵与向量相乘的形式,并非线性变换。解决方案:齐次坐标系

齐次坐标系通过添加一个维度,将平移变换与其他线性变换表示为统一的矩阵与向量相乘的形式。

在这里插入图片描述

同时通过新加的维度分别为1和0来区分点和向量

在这里插入图片描述

这样处理的精妙之处在于:可以将向量与点的计算统一起来

在这里插入图片描述

这里需要注意,point + point的处理方式:在齐次坐标系中,(x, y, w)对应2D点(x/w, y/w, 1),其中w不为0。

仿射变换

仿射变换 = 线性变换 + 平移变换

在这里插入图片描述

用齐次坐标表示为:

在这里插入图片描述

用齐次坐标来表示2D变换

在这里插入图片描述

逆变换

在这里插入图片描述

变换组合与分解

  1. 矩阵乘法不满足交换率,但满足结合率
    在这里插入图片描述

  2. 按照指定中心点旋转
    在这里插入图片描述

3D变换

齐次坐标系表示方法与2D变换类似,点和向量表示法如下:

在这里插入图片描述

用4*4矩阵来表示仿射变换:

在这里插入图片描述

变换顺序:先线性变换,再平移

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值