Computer Graphics Games101 学习笔记03

Assignment 0

比较简单的环境配置，网上资料挺多的，这里推荐一个
链接

Transformation

03-Transformation

这一部分主要讲$2D$变换，通过引入矩阵来表示

剪切(shear)

缩放(scale)

旋转(Rotation,默认以原点为中心，逆时针旋转多少度)

平移(translate)

线性变换

用矩阵乘上输入坐标得到输出坐标的过程就叫做变换（矩阵是从右往左结合的缘故）

其实可以类比初中数学中的一次函数
而且可以发现一个性质:$x^{\prime }$和$x$的行数一样，推广一下其实代表着变换后得到的东西和之前的东西是一个性质的（比如直线变换后就会得到直线）。

齐次坐标

之前所有的变换都可以用上图的公式来实现，但是不难发现这不是一个线性变换，因为平移本身就不是线性变换而是仿射变换(Affine)，而我们为了省事想要把所有变换都变成线性变换，这样处理起来也方便，不用把平移作为单独的case考虑。但是顺序上还是要先处理线性变换，再进行平移操作的处理(我理解是历史缘故)。

为了实现这个想法，就需要引入齐次坐标了。
齐次坐标其实就是引入了一个新变量，为0的话表示向量，为1表示点。

而且这也符合常规逻辑

$Vector(0)+Vector(0)=Vector(0)$

$Point(1)+Vector(0)=Point(1)$

$Point(1)-Point(1)=Vector(0)$

$Point(1)+Point(1)=???$ (点和点相加本来没有意义,但是可以运算让其变得有意义，eg：中点)

这样的话之前的所有变换矩阵都可以转换成

抽象出来其实就是

Lint:这里有个有意思的地方，旋转矩阵的逆矩阵和转置矩阵一样，也就代表旋转矩阵是正交矩阵

拆解变换

考虑一些复杂情况，不难发现有些图像矩阵的变换是通过上述几种变换的组合形成的，因此这时候就需要把它拆分成几种变化的组合顺序（注意顺序，因为矩阵不满足交换律），而且因为矩阵结合的顺序，因此我们处理变换时也通常是从右往左结合的，或者先把变换矩阵全部结合完成之后再和输入矩阵结合。

三维的话其实就是多了一维，和上面基本一样，这里不多说了。