实现切变的矩阵例子
结果(x1+ya,x0+y1);用线性代数的那个空间理解就会变得很明显
本来是x个i帽 y个j帽 但是经过这个矩阵变换之后 j帽不再是(0,1)而是(a,1)了 这够明显了吧 下面旋转矩阵就完全一样了
旋转矩阵
增加齐次坐标是为了使平移操作不独立开来计算
一般坐标是放在最右边 所以顺序是从右往左的(下图是先旋转后平移)
如果给了一个复合矩阵包含了缩放或者旋转变换 和 平移变换,如果直接按复合矩阵中的数据进行移动的话 就是先进行旋转缩放之类的线性变换 再进行平移变换
旋转矩阵的逆矩阵就是旋转矩阵的转置矩阵
例如:旋转-a角度的矩阵 = 旋转a角度矩阵的转置矩阵
将矩阵的行列互换得到的新矩阵称为转置矩阵
围绕y轴旋转和围绕其他两个轴旋转 在sin塞他的正负号有差异,原因是y轴的生成是z×x而不是x×z 和其他两个不一样
视图矩阵的求法:就是view矩阵把摄像机移到相应位置并且调整好朝向
首先把矩阵移到相应位置
其次把摄像机旋转至想要的方向
e是摄像机初始位置,t是摄像机初始头顶朝向,g也是初始朝向
图中涉及到一个问题 他好像是因为想把摄像机的朝向变成xyz轴朝向 (最初好像不是这个朝向)但是把其他朝向旋转至xyz轴朝向更难 所以他写了一个把xyz轴移动到原始朝向gt 然后运用上面的知识(旋转矩阵的逆矩阵就是旋转矩阵的转置矩阵)所以把刚刚写的那个矩阵转置一下就获得了从gt方向旋转至xyz方向的矩阵
因为旋转矩阵是正交矩阵 所以逆矩阵等矩阵的转置
**视图矩阵的意义:**因为摄像机做了相应位置的矩阵变换 所以物体模型因为相对运动的原因 也要做相应的矩阵变换(视图变换操作的是相机 但是因为相对运动 所以实际上这个视图和模型矩阵都是是作用在模型物体上 )
正交投影
原理就是把物体的中心移到原点位置,然后把xyz轴都规范化在(-1,1)的范围内