GAMES101现代计算机图形学入门——光栅化成像之线性变化

此为个人学习笔记，总结内容来源于网络各个平台，如有错误欢迎指摘

光栅化成像

变换矩阵

线性变换

• 变换前是直线的，变换后依然是直线
• 直线比例保持不变
• 变换前是原点的，变换后依然是原点

2D线性变换

变换矩阵 (Transformation Matrices) 在图形学中的重要性不用多说，一切物体的缩放，旋转，位移，都可以通过变换矩阵作用得到。同时在投影 (projection) 变换的时候也有很多应用，本文将会介绍一些简要的变换矩阵。

我们将如下图所示的简单矩阵乘法定义为对向量$(x,y{)}^T$的线性变换。

以下所有的变换方式均为以坐标原点为中心，逆时针方向操作

缩放

以坐标原点为基准点进行缩放操作

剪切

以坐标原点为固定点，将其拉伸

旋转

推导过程为

在其中选一点$a$，记向量长度为$r$，其坐标为

将其旋转过后的点$b$记为

两者带入求解

绕任意点操作

上述中所有的矩阵操作都基于了坐标原点，如果我们希望绕任意一点进行操作可以遵循以下过程

• 将图像以基准点平移到坐标原点
• 进行需要的变换
• 将图像以基准点平移回原点

3D线性变换

与二维变化非常相似，大部分是仅仅是增加了Z轴的操作

缩放

剪切

旋转

三维中的旋转提供了更多种的可能

在此使用右手坐标系

• X：水平向右
• Y：垂直向前
• Z：垂直向上

旋转时以大拇指作为轴，其余四指进行旋转，故可得到以下矩阵

值得注意的是所有的旋转矩阵都是正交矩阵，则可知其逆矩阵与转置矩阵相同，几何意义为对于逆时针旋转30°的矩阵，其转置矩阵，即逆矩阵，则表示顺时针旋转30°

绕任意轴操作

思想与二维空间中一致

值得一提的是存在基于过坐标原点的任意轴旋转公式

仿射变换

仿射变换”就是：“线性变换”+“平移”

• 变换前是直线的，变换后依然是直线
• 直线比例保持不变

少了原点保持不变这一条。

位移

至此我们可以发现，线性变换需要四个元素来操作，而位移需要另外的两个元素，于是二维变化不能完全用二维矩阵描述完全，由此引入齐次坐标的概念

在此之中，先做线性变换，后做位移

多出来的矩阵第三行中，前两位固定为0，第三位区分点与方向

• 1表示点
• 0表示方向

方向的位移没有意义，方向始终不会变

并不意味着第三位只会出现这两种情况，但最终都会经过变换回归1或0

作业内容

任务目标

给定一个点 P=(2,1), 将该点绕原点先逆时针旋转 45◦，再平移 (1,2), 计算出变换后点的坐标（要求用齐次坐标进行计算）

代码解释

先线性变换（旋转），后平移，两者分开实现：

Eigen::Vector3f p(2.0f, 1.0f, 1.0f); //定义我们的p点 写成齐次坐标形式,P(2,1),1代表点,0代表向量
Eigen::Vector3f result;
// 目标是先旋转后平移 所以我们在p的左边依次乘以旋转矩阵和平移矩阵
Eigen::Matrix3f rotation;   //定义旋转矩阵
Eigen::Matrix3f transform;  //定义平移矩阵
float theta = 45.0 / 180.0 * M_PI; //转换成弧度数
rotation << cos(theta), -sin(theta), 0,
    sin(theta), cos(theta), 0,
    0, 0, 1;   //旋转矩阵写成齐次坐标形式
transform << 1, 0, 1,
    0, 1, 2,
    0, 0, 1;  // 平移矩阵

result = transform * rotation * p;  // 转换过程

或者将两者结合到一起，使用一个矩阵完成操作：

//除上述方法以外可使用一个变换矩阵完成两步操作,称为仿射变换
Eigen::Matrix3f affine;//仿射变化矩阵
affine << cos(theta), -sin(theta), 1,
    sin(theta), cos(theta), 2,
    0, 0, 1;   //仿射变换为一次线性变换后,再进行一次平移

result = affine * p;  // 转换过程

完成两步操作,称为仿射变换
Eigen::Matrix3f affine;//仿射变化矩阵
affine << cos(theta), -sin(theta), 1,
sin(theta), cos(theta), 2,
0, 0, 1; //仿射变换为一次线性变换后,再进行一次平移

result = affine * p; // 转换过程

##