Shader理论（3）：变换相关的矩阵

proibell

已于 2023-09-03 17:36:36 修改

阅读量284

点赞数 1

分类专栏：数学原理 Shader理论学习与实战文章标签：矩阵线性代数技术美术

于 2022-06-07 00:37:27 首次发布

本文链接：https://blog.csdn.net/qq_41904236/article/details/125156688

版权

Shader理论学习与实战同时被 2 个专栏收录

9 篇文章 0 订阅

订阅专栏

数学原理

2 篇文章 0 订阅

订阅专栏

三、齐次坐标 Homogenous Coordinates

前言：

该部分为GAMERS101课程（第三讲 Transformation）中关于矩阵转换的基础知识整理，前置知识为矩阵的基本运算

一、什么是矩阵的本质？

Q: What is the essence of matrix?

A: Transform.

二、矩阵的几个基本变换应用

说明：以下所有操作都是暂时基于二维变换，不涉及三维变换操作

2.1 Scale 缩放

$\begin{pmatrix} x'\\ y' \end{pmatrix} = \begin{pmatrix} s&0 \\ 0&s \end{pmatrix} * \begin{pmatrix} x\\ y \end{pmatrix}=\begin{pmatrix} sx\\ sy \end{pmatrix}$

其中s为缩放系数

2.2 Reflection 镜像

$\begin{pmatrix} x'\\ y' \end{pmatrix}=\begin{pmatrix} -1&0\\ 0&1 \end{pmatrix}*\begin{pmatrix} x\\ y \end{pmatrix}=\begin{pmatrix} -x\\ y \end{pmatrix}$

沿着y轴做镜像

2.3 Shear 斜切

$\begin{pmatrix} x'\\ y' \end{pmatrix}=\begin{pmatrix} 1&a\\ 0&1 \end{pmatrix}*\begin{pmatrix} x\\ y \end{pmatrix}=\begin{pmatrix} x+ay\\ y \end{pmatrix}$

沿着x轴做斜切，a控制着斜切程度

2.4 Rotate 旋转

$\begin{pmatrix} x'\\ y' \end{pmatrix}=\begin{pmatrix} cos\theta &-sin\theta\\ sin\theta&cos\theta \end{pmatrix}*\begin{pmatrix} x\\ y \end{pmatrix}=\begin{pmatrix} x*cos\theta-sin\theta\\ sin\theta+y*cos\theta \end{pmatrix}$

θ为旋转角度，默认以逆时针，绕原点为准

以上四种变换为线性变换（Linear Transform），他们的形式可以统一写为 $\begin{pmatrix} x'\\ y' \end{pmatrix}=M*\begin{pmatrix} x\\ y \end{pmatrix}$

2.5 Translation 平移

平移不是线性变换，其矩阵的形式与上面四种不同

$x' = x + t_{x}$

$y' = y + t_{y}$

$\begin{pmatrix} x'\\ y' \end{pmatrix} = \begin{pmatrix} x\\ y \end{pmatrix}+\begin{pmatrix} t_{x}\\ t_{y} \end{pmatrix}$

因此引入齐次坐标的概念

三、齐次坐标 Homogenous Coordinates

即在原先矩阵的基础上多加一行一列，这样可以使平移变换也写成 $\begin{pmatrix} x'\\ y' \end{pmatrix}=M*\begin{pmatrix} x\\ y \end{pmatrix}$ 的形式

因此平移变换可以写为以下形式：

$\begin{pmatrix} x'\\ y'\\ w' \end{pmatrix}=\begin{pmatrix} 1&0&t_{x}\\ 0&1&t_{y}\\ 0&0&1 \end{pmatrix}*\begin{pmatrix} x\\ y\\ 1 \end{pmatrix}=\begin{pmatrix} x+t_{x}\\ y+t_{y}\\ 1 \end{pmatrix}$

注：w的含义可以理解为，当其为1时，是一个齐次坐标写法的点point；当其为0时，是一个向量vector

vector + vector = vector

point - point = vector

point + vector = point

point + point = midpoint*2

因此，上述变换矩阵M可以写为以下所示：

3.1 Scale

$S(s_{x},s_{y}) = \begin{pmatrix} s_{x}&0&0\\ 0&s_{y}&0\\ 0&0&1 \end{pmatrix}$

3.2 Rotation

$R(\theta ) = \begin{pmatrix} cos\theta&-sin\theta&0\\ sin\theta&cos\theta&0\\ 0&0&1 \end{pmatrix}$

3.3 Translation

$T(t_{x},t_{y}) = \begin{pmatrix} 1&0&t_{x}\\ 0&1&t_{y}\\ 0&0&1 \end{pmatrix}$

由于矩阵运算不满足交换律，但是满足结合律，所以

$A_{n}(...A_{2}(A_{1})(X)) = (A_{n}...A_{2}A{1})X$

最后，在三维空间中点的变换矩阵如下所示：

$\begin{pmatrix} x'\\ y'\\ z'\\ 1 \end{pmatrix}=\begin{pmatrix} a&b&c&t_{x}\\ d&e&f&t_{y}\\ g&h&i&t_{z}\\ 0&0&0&1 \end{pmatrix}*\begin{pmatrix} x\\ y\\ z\\ 1 \end{pmatrix}$

四、其他

在做C# for Grasshopper开发中，物体有scale和rotation方法，但是时常没有translation方法，就是因为此时的坐标使用了float3来储存，所以难以进行平移变换。此时需要定义一个变量（一般var xf），将所有变换操作写在一个Transform中应用，其原理就在于此。