OpenGL坐标变换

最新推荐文章于 2024-10-10 14:57:59 发布

linuxheik

最新推荐文章于 2024-10-10 14:57:59 发布

阅读量7k

点赞数 5

分类专栏：摄像机

摄像机专栏收录该内容

11 篇文章 0 订阅

订阅专栏

基础概述

众所周知，OpenGL是一个3D图形库，在终端设备上广泛使用。但是我们的显示设备都是2D平面，那么OpenGL怎么把3D图形映射到2D屏幕那？这就是OpenGL坐标变换所要完成的工作。
一般情况下，我们总是通过一个2D屏幕，观察3D世界。因此，我们实际看到的是3D世界在2D屏幕上的一个投影。通过OpenGL坐标变换，我们可以在一个给定的观察视角下，把3D物体投影到2D屏幕上，再经过后面的光栅化和片元着色，整个3D物体就映射成了2D屏幕上的像素。
OpenGL的坐标变换流程如下所示：
OpenGL坐标变换过程
我们先简单看下整个流程：
1. 首先，输入顶点一般是以本地坐标表示的3D模型。本地坐标是为了研究孤立的3D模型，坐标原点一般都是模型的中心。每个3D模型都有自己的本地坐标系（Local Coordinate），互相之间没有关联。
2. 当我们需要同时渲染多个3D物体时，需要把不同的3D模型，变换到一个统一的坐标系，这就是世界坐标系（World Coordinate）。把物体从本地坐标系变换到世界坐标系，是通过一个Model矩阵完成的。模型矩阵可以实现多种变换：平移(translation)、缩放(scale)、旋转(rotation)、镜像(reflection)、错切(shear)等。例如：通过平移操作，我们可以在世界坐标系的不同位置绘制同一个3D模型；
3. 世界坐标系中的多个物体共同构成了一个3D场景。从不同的角度观察这个3D场景，我们可以看到不同的屏幕投影。OpenGL提出了摄像头坐标系的概念，即从摄像头位置来观察整个3D场景。把物体从世界坐标系变换到摄像头坐标系，是通过一个View矩阵完成的。视图矩阵定义了摄像头的位置、方向向量和上向量等构成摄像头坐标系的基础信息。View矩阵左乘世界坐标系中顶点A的坐标，就把顶点A变换到了摄像头坐标系。同一个3D物体，在世界坐标系中，拥有一个世界坐标；在摄像头坐标系中，拥有一个摄像头坐标，View变换就是负责把物体的坐标从世界坐标系变换到摄像头坐标系。
4. 因为我们是从一个2D屏幕观察3D场景，而屏幕本身不是无限大的。所以当从摄像头的角度观察3D场景时，可能无法看到整个场景，这时候就需要把看不到的场景裁减掉。投影变换就是负责裁剪工作，投影矩阵指定了一个视见体(View Frustum)，在视见体内部的物体会出现在投影平面上，而在视见体之外的物体会被裁减掉。投影包括很多类型，OpenGL中主要考虑透视投影(Perspective Projection)和正交投影(Orthographic Projection)，两者的区别在后面会详细介绍。除此之外，通过Projection矩阵，可以把物体从摄像头坐标系变换到裁剪坐标系。在裁剪坐标下，X、Y、Z各个坐标轴上会指定一个可见范围，超过可见范围的顶点(vertex)都会被裁剪掉。
5. 每个裁剪坐标系指定的可见范围可能是不同的，为了得到一个统一的坐标系，需要对裁剪坐标进行透视除法（Perspective Division），得到NDC坐标(Normalized Device Coordinates - 标准化设备坐标系)。透视除法就是将裁剪坐标除以齐次分量W，得到NDC坐标：

在NDC坐标系中，X、Y、Z各个坐标轴的区间是[-1,1]。因此，可以把NDC坐标系看做作一个边长为2的立方体，所有的可见物体都在这个立方体内部。
6. NDC坐标系的范围是[-1,1]，但是我们的屏幕尺寸是千变万化的，那么OpenGL是如何把NDC坐标映射到屏幕坐标的那？视口变换(Viewport Transform)就是负责这块工作的。在OpenGL中，我们只需要通过glViewport指定绘制区域的坐标和宽高，系统会帮我们自动完成视口变换。经过视口变换，我们就得到了2D屏幕上的屏幕坐标。需要注意的是：屏幕坐标与屏幕的像素位置是不一样的，屏幕坐标是屏幕上任意一个顶点的精确位置，可以是任意小数。但是像素位置只能是整数（具体的某个像素）。这里的视口变换是从NDC坐标变换到屏幕坐标，还没有生成最终的像素位置。从屏幕坐标映射到对应的像素位置，是后面光栅化完成的。

在OpenGL中，本地坐标系、世界坐标系和摄像头坐标系都属于右手坐标系，而最终的裁剪坐标系和标准化设备坐标系属于左手坐标系。
左右手坐标系的示意图如下所示，其中大拇指、食指、其余手指分别指向x,y,z轴的正方向。

下面我们分别来看下模型变换、视图变换、投影变换和视口变换的推导和使用。

模型变换

模型变换通过对3D模型执行平移、缩放、旋转、镜像、错切等操作，来调整模型在世界坐标系中的位置。模型变换是通过模型矩阵来完成的，我们看下每种模型矩阵的推导过程。

平移变换

平移就是将一个顶点A = (x,y,z)，移动到另一个位置 =（,,），移动距离D = - A = ( - x , - y , - z) = ( , , )，所以可以用顶点A来表示：

（）

通过平移矩阵来表示如下所示：

其中就是平移变换矩阵，表示X轴上的位移，表示Y轴上的位移，表示Z轴上的位移。
虽然看上去很繁琐，但是在OpenGL中，我们可以通过GLM库来实现平移变换。

glm::mat4 model; // 定义单位矩阵
model = glm::translate(model, glm::vec3(1.0f, 1.0f, 1.0f));

上述代码定义了平移模型矩阵，表示在X、Y、Z轴上同时位移1。

缩放变换

可以在X、Y和Z轴上对物体进行缩放，3个坐标轴相互独立。对于以原点为中心的缩放，假设顶点A(x,y,z)在X、Y和Z轴上分别放大、、倍，那么可以得到放大后的顶点 =（ * x , * y , * z），通过缩放矩阵来表示如下所示：

其中就是缩放变换矩阵。
默认情况下，缩放的中心点是坐标原点，如果我们要以指定顶点P( , , )为中心对物体进行缩放。那么可以按照如下步骤操作：
1. 把顶点P移动到坐标原点
2. 以坐标原点为中心，旋转指定角度
3. 把顶点P移动回原来的位置
整个过程可以简化成一个矩阵：

在OpenGL中，我们可以通过GLM库来实现缩放变换：

glm::mat4 model; // 定义单位矩阵
model = glm::scale(model, glm::vec3(2.0f, 0.5f, 1.0f);

上述代码定义了缩放模型矩阵，表示在X轴上fa2倍，Y轴上缩小0.5倍、Z轴上保持不变。

旋转变换

在3D空间中，旋转需要定义一个旋转轴和一个角度。物体会沿着给定的旋转轴旋转指定角度。
我们首先看下，沿着Z轴旋转的旋转矩阵是怎样的？
假设有一个顶点P，原始坐标为 ( , , )，离原点的距离是，沿着Z轴顺时针旋转度，新的坐标为( , , )，如下所示：
围绕Z轴旋转
因为旋转前后，z坐标不变，所以暂时忽略，那么可以得到：

根据上述公式，可以得到围绕Z轴的旋转矩阵：

同理，可以得到围绕X轴的旋转矩阵：

同理，可以得到围绕Y轴的旋转矩阵：

在OpenGL中，我们可以通过GLM库来实现旋转变换：

glm::mat4 model; // 定义单位矩阵
model = glm::rotate(model, glm::radians(-45.0f), glm::vec3(0.4f, 0.6f, 0.8f));

上述代码表示：围绕向量(0.4f, 0.6f, 0.8f)，顺时针旋转45度。

在进行旋转操作时，经常有一个困惑：顺时针是正方向，还是逆时针是正方向？
其实，存在一个左手规则和右手规则，可以用于判断物体绕轴旋转时的正方向。

在OpenGl中，我们使用右手规则，大拇指指向旋转轴的正方向，其余手指的弯曲方向即为旋转正方向。所以上面的-45度是顺时针旋转。

模型变换的顺序问题

因为矩阵不满足交换律，所以平移、旋转和缩放的顺序十分重要，
一般是先缩放、再旋转、最后平移。当然最终还是要考虑实际情况。
还有一点需要注意，GLM操作矩阵的顺序和实际效果是相反的。如下所示，虽然书写顺序是：平移、旋转和缩放，但是实际最终的模型矩阵是：先缩放、再旋转、最后平移。

glm::mat4 model; // 定义单位矩阵
model = glm::translate(model, glm::vec3(1.0f, 1.0f, 1.0f));
model = glm::rotate(model, glm::radians(-45.0f), glm::vec3(0.4f, 0.6f, 0.8f));
model = glm::scale(model, glm::vec3(2.0f, 0.5f, 1.0f);

视图变换

经过模型变换，都有的坐标都处于世界坐标系中，本节就是以摄像头的角度观察整个世界空间。首先需要定义一个摄像头坐标系。
一般情况下，定义一个坐标系需要以下参数:
1. 指定坐标系的维度：2D、3D、4D等。
2. 定义坐标空间的轴向量，例如：X轴、Y轴、Z轴，这些向量称为基向量，基向量一般都是正交的。坐标系中的所有顶点都是通过基向量表示的。
3. 坐标系的原点O，原点是坐标系中所有其他点的参考点。
简单来说，坐标系=(基向量，原点O)

同一个顶点，在不同的坐标系中拥有不同的坐标，那怎么才能把世界坐标系中的顶点坐标，变换到摄像头坐标系那？
要实现不同坐标系之间的坐标转换，需要计算一个变换矩阵。这个矩阵就是坐标系A中的原点和基向量在另一个坐标系B下的坐标表示。假设存在A坐标系和B坐标系以及顶点V，那么顶点V在A和B坐标系下的坐标变换公式如下所示：

简单解释一下：

顶点V在A坐标系的坐标 = B坐标系的基向量和原点在A坐标系下的坐标表示构成的变换矩阵 * 顶点V在B坐标系的坐标；
顶点V在B坐标系的坐标 = A坐标系的基向量和原点在B坐标系下的坐标表示构成的变换矩阵 * 顶点V在A坐标系的坐标

其中，和互为逆矩阵。所以坐标系之间的切换，关键就是求出坐标系之间互相表示的变换矩阵。那么矩阵应该怎么计算那？假设坐标系A的三个基向量和原点在B坐标空间的单位坐标向量分别是、、和，那么矩阵如下所示：

矩阵的计算方式也类似，此处不再赘述。

下面我们看下OpenGL的视图变换矩阵是怎么计算出来的？
现在存在两个坐标系：世界坐标系W和摄像头坐标系E，还有一个顶点V，并且知道顶点V在世界坐标系的坐标 = (,,)，那么顶点V在摄像头坐标系下的坐标是多少那？根据上面的公式可知，我们首先需要计算出矩阵。

众所周知，世界坐标系的原点O = (0,0,0)，三个基向量分别是，X轴：(1,0,0)、Y轴：(0,1,0)、Z轴：（0,0,1）。
理论上，定义一个摄像头坐标系，需要4个参数：
1. 摄像头在世界坐标系中的位置（摄像头坐标系的原点）
2. 摄像头的观察方向（摄像头坐标系的Z基向量）
3. 一个指向摄像头右侧的向量（摄像头坐标系的X基向量）
4. 一个指向摄像头上方的向量（摄像头坐标系的Y基向量）。

通过上述4个参数，我们实际上创建了一个三个单位轴相互垂直的，以摄像机位置为原点的坐标系。
摄像头坐标系

在使用过程中，我们只需要指定3个参数：
1. 摄像机位置向量()
2. 摄像机指向的目标位置向量()
3. 指向摄像头上方的向量（）

接下来是根据上面3个参数，推导出摄像头坐标系单位基向量的步骤：
1. 首先计算摄像头的方向向量（方向向量是摄像头坐标系的Z轴正方向，和实际的观察方向是相反的）。

然后计算出单位方向向量

2. 根据上向量和单位方向向量确定摄像头的右向量

然后计算出单位右向量

3. 根据单位右向量和单位方向向量确定单位上向量

这样，就确定了摄像头坐标系的三个单位基向量：、和以及摄像头的位置向量。这四个参数一起确定了摄像头坐标系：摄像头位置是坐标原点，单位右向量指向正X轴，单位上向量指向正Y轴，单位方向向量指向正Z轴。

现在我们已经定义了一个摄像头坐标系，下一步就是把世界坐标系中的顶点V = (,,)，变换到这个摄像头坐标系。根据上文可知，顶点V在摄像头坐标系E的坐标计算过程如下所示：

所以关键是计算变换矩阵，而根据摄像头坐标系的基向量和原点在世界空间中的坐标表示，我们可以得到：

那么最终的变换矩阵如下所示：

其中，dot函数表示向量的点积，是一个标量。最终，顶点V在摄像头坐标系下的坐标如下所示：

上面的矩阵就是View变换矩阵。

下面看一个案例：假设摄像头的坐标是(0, 0, 3)，摄像头的观察方向是世界坐标系的原点(0,0,0)，上向量是(0,1,0)，顶点V在世界坐标系的坐标为(1,1,0)，那么可以计算出摄像头坐标系的基向量和原点如下所示：
1.  =
2.  =
3.  =
4.  =
所以对应的View变换矩阵就是：

最后，顶点V在摄像头坐标系的坐标就是：

虽然上述流程很复杂，但在OpenGL中，我们可以通过GLM库定义View矩阵。针对上述案例，通过lookAt函数就可以得到View矩阵。

glm::mat4 view;
view = glm::lookAt(glm::vec3(0.0f, 0.0f, 3.0f),glm::vec3(0.0f, 0.0f, 0.0f), glm::vec3(0.0f, 1.0f, 0.0f));

经过验证，通过lookAt函数得到View矩阵为：

很显然，通过lookAt函数得到View矩阵和上面我们推导的View矩阵是一致的。

投影变换

前面经过模型变换和视图变换后，3D模型已经处于摄像头坐标系中。本节的投影变换将物体从摄像头坐标系变换到裁剪坐标系，为下一步的视口变换做好准备。
投影变换通过指定视见体来决定场景中哪些物体可以呈现在屏幕上。在视见体中的物体会出现在投影平面上，而在视见体之外的物体不会出现在投影平面上。在OpenGL中，我们主要考虑透视投影和正交投影，两者的区别如下所示：

上图中，红色和黄色球在视见体内，因而呈现在投影平面上；绿色球在视见体外，所以没有投影到近平面上。除此之外，透视投影会根据物体的Z坐标，决定物体在投影平面的大小，原则是：远小近大，符合生活常识。而正交投影不考虑物体Z坐标，所有物体在投影平面上保持原来的大小。

不管透视投影，还是正交投影，都可以通过指定(GLdouble left, GLdouble right, GLdouble bottom, GLdouble top, GLdouble near, GLdouble far)6个参数来指定视见体。(left,bottom)指定了近裁剪面左下角的坐标，(right,top)指定了近裁剪面右上角的坐标，-near表示近裁剪面，−far表示远裁剪面。下面需要利用这6个参数，推导投影矩阵。

在摄像头坐标系下，摄像头指向-z轴，所以近裁剪面z=−near，远裁剪面z=−far。并且OpenGL是在近平面上成像的。

通过上述6个参数指定的透视投影变换如下所示:

通过上述6个参数指定的正交投影变换如下所示：

投影变换和透视除法后，摄像头坐标系中的顶点被映射到一个标准立方体中，即NDC坐标系。其中X轴上：[left,right]映射到[−1,1]，Y轴上：[bottom,top]映射到[-1,1]中，Z轴上：[near,far]映射到[−1,1]，下面的矩阵推导会利用这里的映射关系。下面我们分别看下两种投影矩阵的推导过程。

透视投影

透视投影和透视除法的坐标映射如下所示：
投影映射关系

上图中，摄像头坐标系是右手坐标系，NDC是左手坐标系，NDC坐标系的Z轴指向摄像头坐标系的-Z轴方向。

假设顶点V在摄像头坐标系的坐标 = ( , , , )，变换到裁剪坐标系的坐标 = ( , , , )，透视除法到NDC坐标系的坐标 = ( , , , )。我们的目标是计算出投影矩阵，使得：

同时，可得到透视除法的变换：

首先，我们看下投影矩阵对X轴和Y轴的变换。顶点P投影到近平面后，得到顶点 = （ , , −near）。具体示意图如下所示：
X轴映射 Y轴映射
利用三角形的相似性，通过左图可知：

所以，可以得到X轴上的投影值：

同理，通过右图，可以得到Y轴上的投影值：

由(1)(2)公式可以发现，他们都除以了分量，并且与之成反比。这可以作为透视除法的一个线索，因此我们的矩阵如下所示：

也就是说。

接下来，我们根据、与NDC坐标的映射关系，推导出的前两行。
满足[left,right]映射到[-1,1]，如下所示：
Mapping from $x_p$ to $x_n$
因为是线性映射关系，所以可以设置线性方程，求出系数K和常量P。

通过代入[left,right]到[-1,1]的映射关系，可以得到线性方程：

将上面的公式(1)代入公式(3)，可得：

又因为，所以可以进一步简化公式：

根据公式(5)，可以进一步得到矩阵：

OK，继续看下的映射关系：满足[bottom,top]映射到[-1,1]，如下所示： Mapping from $y_p$ to $y_n$
同理，根据线性映射关系，可以得到如下公式：

又因为，所以可以进一步简化公式：

根据公式(7)，可以进一步得到矩阵：

接下来需要计算的系数，这和、的计算方式不同，因为摄像头坐标系的坐标投影到近平面后总是-near。同时我们知道与x和y分量无关，因此，可进一步得到矩阵：

因为，所以可以得到：

又因为摄像头坐标系中 = 1，所以进一步得到：

同样的，代入与的映射关系：[-near，-far]映射到[-1,1]，可得到：

又因为，可以进一步简化得到和的关系：

由公式（9）就可以知道A和B了，因此，最终的矩阵：

一般情况下，投影的视见体都是对称的，即满足left=−right,bottom=−top，那么可以得到：

则矩阵可以简化为：

除了可以通过（left,right,bottom,top,near,far）指定透视投影矩阵外，还可以通过函数glm::perspective指定视角(Fov)、宽高比（Aspect）、近平面（Near）、远平面（Far）来生成透视投影矩阵，如下所示，指定了45度视角，近平面和远平面分别是0.1f和100.0f：