图形学基础 （一）点乘叉乘的意义

光栅化

把3D的物体显示在屏幕上这就是光栅化

实时：

每秒钟能够生成30幅画面或者叫30帧，否则叫离线 (offline)

光线追踪费时， 现在随着技术的发展已经有了实时光线追踪

编程语言不推荐用python， 可以使用C++， 因为python实在是太慢了

线性代数基础

向量点乘

• 默认向量的缺省是列向量

向量的点乘是一个数字

会发现点乘其实是对应的元素位置相乘再相加

点乘可以用在求法线， 求投影夹角上

点乘可以得到一个向量投影到另一个向量的样子：

• 现在是把b向量投影到a向量

• 投影出来有啥用呢？可以把一个向量分解为两个向量，比如b分为平行于a和垂直于a的向量

• 向量的点乘还可以告诉前与后的信息

比如以a为界，落在虚线以上的是forward部分， 下面是backward部分， 如果点乘都是大于0就是方向基本相同， 否则就是方向基本相反， 如果都是单位向量哈可以根据是否接近1来判断接近的程度

向量叉积

从左到右用右手卷判断方向

叉积有什么用处呢？可以通过给定的两个向量来确定第三个向量， 以此构成坐标系

如果在一个坐标系里面x叉乘y得到 了z, 那么我们称这个坐标系是个右手坐标系

叉乘的规则：

1. 交换方向相反
2. 相同向量叉乘得到的是零向量
3. 分配律和结合律仍然存在

叉乘的矩阵表示

叉积还有一些用处， 判断左和右， 内与外，这两个其实一个意思

现在有个平面， a和b构成的， 从图上我可以很明显的看出， b在a的左侧（逆时针旋转），但是假如从向量角度出发就可以判断a叉乘b是否为正向量

假如A， B， C 三个点按逆时针的顺序排列在一起， 判断P点是不是在三角形的内部， 是不是在AB的左侧， 就可以构建从A到P的向量， 假如AB叉乘AP指向外， 那么P点就在AB左侧， 然后判断是CA的左侧，那么P在三角形内

点乘分解坐标

矩阵

矩阵的乘积列等于行

转置的性质

点乘可以变换计算方式

左边是点乘， 右边是矩阵乘积

叉乘也可以写成矩阵的形式

其中$A^{\ast }$是一个矩阵, 叫dual matrix

矩阵变换

缩放

放缩对角线有值， 这个矩阵叫缩放矩阵

对称

切变（shear）

比如拉着图向右拉， 这个和平行四边形是不一样的， 因为这里y是一点都不动的

这里最上面的边移动的距离是a， 下面的距离是0， 这里假设最高为1， 也就是1对应a， 0对应0， 那么任何一个y对应的就是y*a