2D变换矩阵
缩放矩阵
-
均匀缩放
-
非均匀缩放
反射矩阵
Shear矩阵
旋转矩阵
线性变换等价于矩阵
齐次坐标系
平移变换
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。
同时通过新加的维度分别为1和0来区分点和向量
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。
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
用齐次坐标表示为:
用齐次坐标来表示2D变换
逆变换
变换组合与分解
-
矩阵乘法不满足交换率,但满足结合率
-
按照指定中心点旋转
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:
用4*4矩阵来表示仿射变换:
变换顺序:先线性变换,再平移