GAMES101-lecture 3-学习笔记-2021-07-26

序

课程链接：lecture 3-transformation

正文

modeling transformation 模型变换
viewing transformation 视图变换

scale transform
对于平面等比缩放：
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}s& 0\\ 0& s\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]$$
对于平面非等比缩放：
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}{s}_x& 0\\ 0& s_y\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]$$
切变(Shear Matrix)：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}1& a\\ 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]$$

旋转（绕原点，逆时针）(Rotation Matrix)：

旋转矩阵：$R_{\theta }=\left[\begin{array}{cc}cos\theta & -sin\theta \\ sin\theta & cos\theta \end{array}\right]$
$R_{-\theta }=\left[\begin{array}{cc}cos\theta & sin\theta \\ -sin\theta & cos\theta \end{array}\right]=R^T=R_{\theta }^{-1}$

线性变换都可以写成
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]$$

平移变换通过矩阵只能写成
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]+\left[\begin{array}{c}{t}_x\\ t_y\end{array}\right]$$

齐次坐标
对于2D的点，写成$(x,y,1{)}^T$，对于2D向量，写成$(x,y,0{)}^T$
通过其次坐标，可以将平移操作写成
$$\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ w^{\prime }\end{array}\right)=\left(\begin{array}{ccc}1& 0& t_x\\ 0& 1& t_y\\ 0& 0& 1\end{array}\right)\cdot \left(\begin{array}{c}x\\ y\\ 1\end{array}\right)=\left(\begin{array}{c}x+t_x\\ y+t_y\\ 1\end{array}\right)$$
这样，进行平移操作时，向量不会被改变，但是点会被改变。

对于任何$(x,y,w{)}^T$的点，我们都认为是$(x/w,y/w,1{)}^T$，因此，在齐次坐标的表示下一个点加上一个点我们认为是取一个点的中点。

仿射变换(Affine transformation)都可以写成齐次坐标的形式。
$$\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right)=\left(\begin{array}{ccc}a& b& t_x\\ c& d& t_y\\ 0& 0& 1\end{array}\right)\cdot \left(\begin{array}{c}x\\ y\\ 1\end{array}\right)$$

逆变换
变换的逆过程
乘原矩阵的逆矩阵即可($A\times M\times M^{-1}=A$)

变换的组合
变换与矩阵的操作一样不符合交换律。
如：$R_{45}\cdot T_{(1,0)}\ne T_{(1,0)}\cdot R_{45}$

对于关于点C的旋转，我们将其先平移到原点，再常规旋转，最后平移回C点，就可以完成关于C点的旋转。即：$T(c)\cdot R(\alpha )\cdot T(-c)$