最详细的齐次坐标理解（3D场景投影到2D场景的基础概念）

搬运一篇优秀的对齐次坐标解释的很清楚的帖子，作者是韩国的，从其个人博客翻译的，原地址贴上
http://www.songho.ca/math/homogeneous/homogeneous.html
齐次坐标的应用：
齐次坐标在电脑图形内无处不在。因为该坐标允许平移、旋转、缩放及透视投影等可表示为矩阵与向量相乘的一般向量运算。依据链式法则，任何此类运算的序列均可相乘为单一个矩阵，从而实现简单且有效之处理。与此相反，**若使用笛卡儿坐标，平移及透视投影不能表示成矩阵相乘，虽然其他的运算可以。**现在的OpenGL及Direct3D图形卡均利用齐次坐标的优点，以具4个暂存器的向量处理器来实作顶点着色引擎。
齐次坐标的方法：
用n+1维向量表示n维空间的坐标。

问题：两个平行线可以相交
每个人都熟悉的知识：在欧几里得空间，一个平面的两条平行直线永不相交。但在投影空间却不是这样的。
例如，图里的铁轨随着远离视线而变得越来越窄，最终在无限远处相交于一点。铁轨在远处相交
欧几里得和笛卡尔空间描述3D或2D几何结构的方式不适用于投影空间（事实上欧几里得空间是投影空间的一个子集）
在笛卡尔坐标系里用（x,y）来表示一个点，当这个点变得无限远的时候怎么表示呢？可以用（∞，∞）来表示。这样的点在欧几里得空间没有意义。两条平行线在投影空间的无限远处相交，但在欧几里得空间永远也不相交。数学家们已经发现了解决这个问题的方法。
解决方案：齐次坐标
奥古斯特·斐迪南·莫比乌斯（ August Ferdinand Möbius,1790-1868,德国数学家）引入了齐次坐标，用来在投影空间计算几何图形。齐次坐标是一种用N+1个数字来表示N维坐标系的方法。
在现有的2D坐标里增加一个w，就形成了2维的齐次坐标。
笛卡尔坐标与齐次坐标的转换关系：
笛卡尔坐标（X,Y）就变成了（x,y,w）。而笛卡尔坐标里的X和Y与齐次坐标里x和y的对应关系可以这样来表示：X=x/w, Y=y/w
例如，（1,2）变成了（1,2,1）。当（1,2）移向无穷远（∞，∞），即（1,2,0）。因为（1/0,2/0）≈（∞，∞）。所以无穷远的点就可以不用符号“∞”来表示了。
为什么叫“齐次的”？
前边已经提到过，将齐次坐标（x,y,w）的两个分量x,y除以w就可以得到笛卡尔坐标(x/w,y/w)。
一个重要的事实：
（1,2,3）=>（1/3,2/3），（2,4,6）=>（2/6,4/6）···（1a,2a,3a）=>（1/3,2/3）
这些齐次坐标都对应相同的笛卡尔坐标（1/3, 2/3）。因此，这些点是“齐次的（homogeneous，在这里翻译成本质上是相同的）”，因为这些齐次坐标表示都是同一个点（笛卡尔或者欧几里得坐标系）。换句话说，这些齐次坐标是scale invariant（就是说所有分量都乘以一个标量以后表达的值是不变的，标量不变听起来会很奇怪哈）因为他们代表了笛卡尔坐标系里面的同一个点。换句话说，齐次坐标有规模不变性。

证明：两个平行线可以相交
笛卡尔空间两个平行直线的方程组：
平行直线方程
Ax + By + C = 0
Ax + By + D = 0
如果C != D，则上式无解，即两条直线平行不相交。
现在用投影空间的x/w和y/w代替x和y：
A(x/w) + B(y/w) + C = 0
A(x/w)+ B(y/w) + D = 0
在这里插入图片描述
有解：（x,y,0）。因此，两条平行线在（x,y,0）处相交，即无限远处的点。
齐次坐标是计算机图形学中非常重要的基本概念，比如将3D场景投影到一个2D平面。