闫令琪Game101-Lecture 03 Introduction to Computer Graphics

Lecture 03 Introduction to Computer Graphics

变换

  • 为什么学习变换:

    • 模型变换
    • 视图变换
    • 把三维世界变成二维图片在这里插入图片描述
  • 2D变换

    • Scale Transformations

      等大小变换

      在这里插入图片描述

      非等大小变换:

      在这里插入图片描述

    • Reflection Transformations

      在这里插入图片描述

    • Shear Transformation:找到x,y两者变换前后的关系,再使用矩阵相乘。左乘矩阵行变换、右乘矩阵列变换。

      在这里插入图片描述

    • Rotate Transformation (如果不说绕什么旋转,默认绕原点旋转;如果不说,默认逆时针旋转):

      在这里插入图片描述

      使用两个特殊的点,比如(1,0),(0,1)来计算得到矩阵即可:

      在这里插入图片描述

    • 对于线性变换都可以表示称矩阵形式在这里插入图片描述

  • 齐次坐标(解决平移问题)

    • 为什么要引入齐次坐标(所有的变换都可以写成矩阵乘以一个向量的形式)

      • 在这里插入图片描述

      • 平移变换这种方式使用矩阵(线性变换)不能直接表示

      • 引入齐次坐标可以表示平移,但是它不好的地方在哪里

    • 解决方案

      • 在这里插入图片描述

        为什么是 ( x , y , 1 ) T (x,y,1)^T (x,y,1)T代表点,而 ( x , y , 0 ) T (x,y,0)^T (x,y,0)T代表向量。向量平移变换之后不变,第三维设置为0的话,这样恰好可以第三维一直维持为0。

      • 在这里插入图片描述

        向量加上向量还是向量本身,一个点减去另一个点是一个向量,点加上向量是一个点,点加上点是它的重点。

    • 仿射变换

      • 在这里插入图片描述
    • 2D Transformations

      • 引入了齐次坐标的话,我们可以直接全部使用矩阵来表示全部2D变换

        在这里插入图片描述

        不一定齐次坐标都是加入(0,0,1)。还可能是其他变换

  • 逆变换(乘以变换的逆矩阵)在这里插入图片描述

  • composite 变换

    • 在这里插入图片描述
      如何实现图中的变换

    • 变换的顺序十分重要

      • 如果是先平移后旋转,不能实现如图变换(旋转默认是原点旋转)在这里插入图片描述

      • 如果是先旋转后平移,可以实现如图变换。原因:矩阵没有交换律(🐂大了)在这里插入图片描述

      • 转换的矩阵为(确定了顺序之后,从矩阵的右边计算到左边):在这里插入图片描述

    • 通过上述表换之后,我们可以使用矩阵进行任意变换的组合(数学上,矩阵不满足交换律,但是满足的是结合率,因此可以从 A n A_n An计算到 A 1 A_1 A1):在这里插入图片描述

    • 拆解变换,计算矩阵式从右到左:

      在这里插入图片描述

  • 推广到3维空间:

    在这里插入图片描述

  • 在这里插入图片描述

    答案:线性变换后平移,参考之前的2D变换方式

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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