LearnGL - 11.5 - 矩阵04 - 法线从对象空间变换到世界空间

LearnGL - 学习笔记目录

前些篇：

• LearnGL - 11.1 - 实现简单的Gouraud-Phong光照模型
• LearnGL - 11.2 - 实现简单的Phong光照模型
• LearnGL - 11.3 - 实现简单的Blinn-Phong光照模型
• LearnGL - 11.4 - 实现简单的Flat BlinnPhong光照模型

了解了 Gouraud-Phong、Phong、Blinn-Phong、Flat Blinn-Phong 光照模型的基本认识。

这篇：我们重点讲解一下 法线从对象空间变换到世界空间 的变换矩阵的推导过程，因为之前四篇光照处理有用到，但没有细节的去讲解到。

本人才疏学浅，如有什么错误，望不吝指出。

---

Unity 中的处理

在 Unity ShaderLab 中，你可能会看到内置的函数：

// Transforms normal from object to world space
inline float3 UnityObjectToWorldNormal( in float3 norm )
{
#ifdef UNITY_ASSUME_UNIFORM_SCALING
    return UnityObjectToWorldDir(norm);
#else
    // mul(IT_M, norm) => mul(norm, I_M) => {dot(norm, I_M.col0), dot(norm, I_M.col1), dot(norm, I_M.col2)}
    return normalize(mul(norm, (float3x3)unity_WorldToObject));
#endif
}

这函数中：

#ifdef UNITY_ASSUME_UNIFORM_SCALING
    return UnityObjectToWorldDir(norm);
#else

是处理统一缩放的法线变换，所以我们聚焦在后面那块：

    // mul(IT_M, norm) => mul(norm, I_M) => {dot(norm, I_M.col0), dot(norm, I_M.col1), dot(norm, I_M.col2)}
    return normalize(mul(norm, (float3x3)unity_WorldToObject));

unity_WorldToObject model matrix 的逆矩阵，然后我们用 float3 * float3x3 来免去了处理 transpose(unity_WorldToObject) 的转置处理，像上面那句也可以这么写，但没必要：

    return normalize(mul(transpose((float3x3)unity_WorldToObject), norm));

即： float3x3 * float3 的意思

---

OpenGL 处理

在我之前的一些 LearnGL 系列笔记中，如：LearnGL - 11.1 - 实现简单的Gouraud-Phong光照模型，写了一个 GLSL 函数 vec3 ObjectToWorldNormal(vec3 n)：

// 将对象空间的法线转换到世界空间下的法线
vec3 ObjectToWorldNormal(vec3 n) {
	return normalize(mat3(IT_mMat) * n);	// 等价于：transpose(I_mMat) * vec4(n, 0)
}

（这里顺便吐槽一下，GLSL 中竟然不支持 inline 内联开展？因为我编译 GLSL shader 是会提示：“inline” not supported 之类的，不会又需要什么 GL 的 Extensions 吧？）

这代码中的 IT_mMat 是我在 C++ 层计算好的 mMat 的 逆矩阵 的 转置矩阵，再传入到 shader 的 uniform，对应上面 Unity 中的 unity_WorldToObject，只不过 unity_WorldToObject 没有转置而已，只是 巧妙的利用了 CG/HLSL 中 mul 函数的特性来避免 transpose 函数的转置处理。

---

为何要使用 IT_mMat

那么为何我们要用 Model Matrix 的 逆矩阵的转置矩阵 来变换法线呢？

先来看看，我们变换顶点都是使用 mMat 从 对象空间 变换到 世界空间，那么如果我们使用这个 mMat 矩阵来变换法线可以吗？

那么我用 GGB 来测试

上图，左边 原始图形 中的 $T$ 是切线，$N$ 是法线，右边 缩放后的图形 的 $T_1$ 是切线， $N_1$ 是法线

在统一缩放（缩放分量相同）看起来没有问题

如果在非统一缩放呢？看看：

看起来 $T_1$ 还是 保持着 平面上的 切线，但是 $N_1$ 就 没有保持 与平面 垂直 了。

所以，在非统一缩放时，用 mMat 矩阵来变换法线是不行的。

那么我们利用一些已知的数学公式来推导：

已知：

• Model Matrix（对象到世界空间变换矩阵） mMat ，我们定义符号为：$M_m$
• $T$ 是原始切线
• $N$ 是原始法线
• $T_1$ 是 $M_m$ 变换后的切线
• $N_1$ 是 $M_n$ 变换后仍然垂直于平面的法线

$M_n$ 是目前不知道的，正式是我们要求的 法线变换矩阵，即：IT_mMat

由于法线是垂直于切线的，所以我们可以将一些公理式子列出来：

$\{\begin{array}{ll}{N}^T\cdot T=0& (1)\text{法线与切线的点积为0，因为相互垂直}\\ N_1^T\cdot T_1=0& (2)\text{变换后的法线与切线仍然是垂直的}\\ T_1=M_m\cdot T& (3)T_1\text{是通过}{M}_m\text{矩阵变换后得到的}\\ N_1=M_n\cdot N& (4)N_1\text{是通过}{M}_n矩阵变换后得到的\end{array}$

$注意:$上面为何第(1), (2) 的 $N^T,N_1^T$ 要用转置的，因为我们将 $T,T_1$ 视为 Nx1 的矩阵
所以我们将同样的 $N,N_1$ 的 Nx1 矩阵转置为 1xN 来与后续的 Nx1 矩阵相乘

（上面关于点积 dot 可以参考我之前写的：LearnGL - 11.1 - 实现简单的Gouraud-Phong光照模型 - dot - 点积的作用）

---

我们将$(1)$号等式左边部分在中间添加一个$I$，那么结果为：$N^T\cdot T=N^T\cdot I\cdot T=0$，其中 $I$ 是单位矩阵

$I=M_m^{-1}\cdot M_m$ 就是一个矩阵与它的逆矩阵变换后就抵消了矩阵的所有变换，没有变换的特性就是 单位矩阵 的特性，所以这个是没有问题的

所以：$N^T\cdot T=N^T\cdot I\cdot T\to N^T\cdot T=N^T\cdot M_m^{-1}\cdot M_m\cdot T=0$

---

仔细观察公式中红色部分，$N^T\cdot T=N^T\cdot M_m^{-1}\cdot M_m\cdot T=0$ 中 的 $M_m\cdot T$ ，其实这部分就是$(3)$等式右边的内容：$T_1=M_m\cdot T$

所以我们的式子再次可以调整为：$N^T\cdot T=N^T\cdot M_m^{-1}\cdot T_1=0$

---

再次仔细观察一下$(2)：N_1^T\cdot T_1=0$与 $N^T\cdot T=N^T\cdot M_m^{-1}\cdot T_1$ 有什么共同之处？

$\{\begin{array}{ll}{N}_1^T\cdot T_1=0& (2)\\ N^T\cdot T=N^T\cdot M_m^{-1}\cdot T_1=0& (5)\end{array}$

把$(5)$等式左边（也就 蓝色 部分）的$N^T\cdot T$ 去掉，变成下面的等式

$\{\begin{array}{llc}{N}_1^T\cdot & T_1=0& (2)\\ N^T\cdot M_m^{-1}\cdot & T_1=0& (5)\end{array}$

现在可以清晰看到$(2)$和$(5)$的红色部分的$T_1$是相同的，那么剩下的部分我们标记上绿色：
$\{\begin{array}{llc}{N}_1^T\cdot & T_1=0& (2)\\ N^T\cdot M_m^{-1}\cdot & T_1=0& (5)\end{array}$

这绿色的部分，我们也可以认为他们是相等的

即：$\{\begin{array}{ll}{N}_1^T=N^T\cdot M_m^{-1}& (6)\end{array}$

---

为了便于观察，将等式 左右 两个的内容 分别标记 为 红色、绿色

$N_1^T=N^T\cdot M_m^{-1}$

再将等式两边同时转置一下：

$(N_1^T{)}^T=(N^T\cdot M_m^{-1}{)}^T$

左边 的$(N_1^T{)}^T$ 本身有转置的，再次转置就抵消了，所以：$(N_1^T{)}^T=N_1$

---

右边 的$(N^T\cdot M_m^{-1}{)}^T$，由于 矩阵转置 的性质：$(A\cdot B{)}^T=B^T\cdot A^T$

所以后变成了：$(N^T\cdot M_m^{-1}{)}^T=(M_m^{-1}{)}^T\cdot (N^T{)}^T$

最后边的$(N^T{)}^T$ 转置的转置，所以抵消转置 $(N^T{)}^T=N$

所以 右边 $(N^T\cdot M_m^{-1}{)}^T=(M_m^{-1}{)}^T\cdot N$

---

最终$(6)$号等式 左右两边，变成了：$N_1=(M_m^{-1}{)}^T\cdot N$

---

那么结果已经出来了，$(M_m^{-1}{)}^T$ 就是我们的 $M_n$ 法线矩阵，就是 $M_m$ 的 逆矩阵的转置矩阵

（关于逆矩阵怎么求，你也可以查看我之前的一篇学习笔记：LearnGL - 06.2 - Matrix - 矩阵03 - 逆矩阵、行列式、伴随矩阵、余子式、代数余子式、练习）

---

总结

这些图形学基础中矩阵变换，建议去吭一下，因为后续会有很多各种各样的变换需求，如果这些基础的变换你能学习、理解这些意义，后续就会越学越顺。

虽然这个 法线矩阵 IT_mMat 本质上暂时没找到很好的理解方式，但是知道他是通过这些数学公式，可重新推导出来的就够了。（当然，如果大神的您，对法线矩阵 有很好的、了解本质的教程，希望您能分享一下，感激不尽！）

而且，后面还有一些 世界空间 到 切线空间 的变换，或是 切线空间 到 世界空间 的变换矩阵（这个知识点，我之前学习过，但是这次为了完善 LearnGL 系列的内容，我会重复再详细的讲解一次，当做温习），这些是为了后续的 法线贴图 需要准备的知识点。

---

References

• 顶点法向量从物体坐标系变换到世界坐标系