GAMES101-Lecture 03&04（部分）

变换

作用：
描述摄像机的运动和位置移动；
表示复杂的旋转，以及他们联系在一起后错综复杂的变换；
用于缩放等；
用于光栅化成像，从三维世界到二维平面

正运动学：已知关节的角度，求末端的位姿
逆运动学：已知末端的位姿，求各关节的转角

类型：

• 模型变换Modeling
• 视图变换Viewing

二维变换

缩放scale

缩放矩阵：

反射（or对称）Reflection Matrix
对于y轴反转：$x^{{}^{\prime }}=-x,y^{{}^{\prime }}=y$，用矩阵表示如下：

切变 Shear Matrix

基于原点，且$y_{max}=1$的切变矩阵表示：

旋转Rotate

默认绕原点$(0,0)$逆时针旋转。

旋转矩阵推导过程：用特殊点$(1,0)and(0,1)$进行推导

线性变换 ：变换后的坐标可以用原坐标与矩阵 （维度要相同） 相乘得到的变换。

齐次坐标

二维齐次坐标

特殊的变换：平移

平移矩阵表示（仿射变换Affine map）：

上述公式先应用线性变换，再平移
如何让平移变换也加入到一般表示矩阵中？
答：引入齐次坐标。

二维点：$(x,y,1{)}^T$
二维向量：$(x,y,0{)}^T$

为什么要区分点和向量？
答：向量具有平移不变性。向量$(x,y,0{)}^T$经过平移（下面那个平移矩阵）依旧是$(x,y,0{)}^T$

向量+向量=向量
点-点=向量
点+向量=点（一个点沿着向量移动变成另一个点）
点+点=这两个点的中点（理由如下）

如果使用$\left[\begin{array}{c}x\\ y\\ w\end{array}\right]$表示二维点，则其表示的是点$\left[\begin{array}{c}x/w\\ y/w\\ 1\end{array}\right],w\ne 0$

齐次坐标表示平移：

齐次坐标表示仿射变换：

上述公式依旧是先应用线性变换，再平移，只是用齐次坐标来表示仿射变换而已
各种变换矩阵：

逆变换$M^{-1}$

逆变换：变换后的坐标$(x^{{}^{\prime }},y^{{}^{\prime }})$乘变换矩阵 $M$ 的逆矩阵$M^{-1}$，结果为原坐标$(x,y)$。

组合变换

先平移再旋转：

先旋转后平移

结果受到变换的顺序的影响是因为矩阵乘法不满足交换律，如果要进行某一种变换，就要在已得到的矩阵的左边乘该变换矩阵。
先旋转后平移的矩阵表示（从右到左来应用）：

上面两个变换矩阵可以写成一个变换矩阵如下:
$$\left[\begin{array}{ccc}\cos 45^o& -\sin 45^o& 1\\ \sin 45^o& -\cos 45^o& 0\\ 0& 0& 1\end{array}\right]$$

推广

对点$\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]$依次应用变换$A_1,A_2,A_3,...A_n$
矩阵形式如下：

因为矩阵满足结合律，所以可以先将$A_n\times ...\times A_3\times A_2\times A_1$计算得到一个$3\times 3$矩阵，再与齐次坐标相乘。所以其实是可以直接用一个$3\times 3$矩阵表示一个复杂的变换，而不需要按变换的顺序乘N个$3\times 3$矩阵。

变换分解

如何做到以任意一点为中心进行旋转？
答：需要变换分解。
绕点c$(x_c,y_c)$进行旋转所需操作

1. 移动到原点。把所有的点沿着-c$(-x_c,-y_c)$方向移动
2. 绕原点旋转规定角度
3. 移动到点c。把所有的点沿着c$(x_c,y_c)$方向移动

三维变换

三维齐次坐标

三维点：$(x,y,z,1{)}^T$
三维向量：$(x,y,z,0{)}^T$

如果使用$\left[\begin{array}{c}x\\ y\\ z\\ w\end{array}\right]$表示三维点，则其表示的是点$\left[\begin{array}{c}x/w\\ y/w\\ z/w\\ 1\end{array}\right],w\ne 0$

三维仿射变换

上述公式先应用线性变换、再平移
各种变换矩阵：

三维旋转

绕着x、y、z轴进行旋转：绕哪个轴该轴的坐标不变

xyz坐标系遵循循环对称的性质（xyzxyzxyz…），xy得z，yz得x，zx得y。$\vec{z}\times \vec{x}=\vec{y}$而不是$\vec{x}\times \vec{z}$，所以绕y轴得旋转矩阵中角度是负的。
绕三轴旋转矩阵可分解为：

罗德里德斯旋转公式：

$\vec{R}(\vec{n},\alpha )--旋转轴\vec{n}，旋转角度\alpha$，默认旋转轴过原点（起点在原点上）。
矩阵N为叉积$\vec{a}\times \vec{b}=A^{\ast }b$的叉积矩阵$A^{\ast }$

如果要沿着任意轴旋转，且该轴起点不是原点，则需要先将所有坐标平移直到旋转轴起点为原点，然后旋转，最后再平移回去。

四元数可参考博客https://zhuanlan.zhihu.com/p/78987582