opengl 矩阵投影代码 shade_OpenGL投影矩阵(Projection Matrix)构造方法

(翻译，图片也来自原文)

一、概述

绝大部分计算机的显示器是二维的(a 2D surface)。在OpenGL中一个3D场景需要被投影到屏幕上成为一个2D图像(image)。这称为投影变换(参见这或这)，需要用到投影矩阵(projection matrix)。

首先，投影矩阵会把所有顶点坐标从eye coordinates(观察空间，eye space或view space)变换到裁剪坐标(clip coordinate，属于裁剪空间，clip space)。然后，这些裁剪坐标被变换到标准化设备坐标(normalized device coordinates, NDC，即坐标范围在-1到1之间)，这一步是通过用裁剪坐标的

分量除裁剪坐标实现的。

因此，我们要记住投影矩阵干了两件事: 裁剪clipping(即frustum culling，视景体剔除)和生成NDC。下文会讲述如何根据6个参数(left, right, bottom, top, near和far边界值)来构建投影矩阵。

注意视景体剔除(也即clipping)是在裁剪坐标下完成的，是早于用

(即上面提到的

分量,c表示clipping)除裁剪坐标的(它会生成NDC)。裁剪坐标

会与

进行比较。如果裁剪坐标比

小或者比

大，则丢弃这个顶点(vertex)。即经裁剪后剩余的顶点的裁剪坐标满足:

。OpenGL会在发生裁剪的地方生成新的边，如下图1，一个三角形经裁后，成了一个梯形，两条红色的边就是裁剪后新生成的。

图1. 一个被视体裁剪的三角形

一般常用的有透视投影和正交投影，相应地也就有两种投影矩阵。

二、透视投影(Perspective Projection)

图2. 透视投影中的视景体和标准化设备坐标NDC

在透视投影中，一个3D point是在一个截头锥体中(truncated pyramid frustum,上面图2左图，即一个棱台)，会被映射到一个立方体(NDC坐标空间)中，x坐标范围从

变成了[-1, 1]，y坐标范围从

变成了[-1, 1]，z坐标从

变成了[-1, 1]。

注意在view space中(即eye coordinate)，OpenGL使用的是右手坐标系(上面图2左图)，但是在NDC中使用的是左手坐标系(上面图2右图)。这样的话，在view space中camera位于坐标原点看向-z轴，而在NDC中camera是看向+z轴的。上面图2中的n表示近裁剪面(near plane)，是正值。因为glFrustum()接受的near、far的值是正的，所以在在构造投影矩阵时，要为它们取负(negate them)。

在OpenGL中，view space(又称为eye space)中的一个3D point被投影到近裁剪面(此处用近裁剪面作投影平面，projection plane)上。下图3和图4显示了eye space中的一个点

是怎样被投影成近裁剪面上的一个点

。

图3. 视景体的俯视图

图4.视景体的侧视图

从视景体的俯视图(图3)看，x轴坐标

被映射成为

，而

可以根据三角形相似形计算出来:

从视景体的侧视图(图4)看，可以用相似的方法计算出

:

注意

和

都依赖

并与

成反比。这是

构建投影矩阵的第一个线索。在eye coordinates被投影矩阵乘后，得到的裁剪坐标仍然是齐次坐标(homogeneous coordinates)。最终它需要除以裁剪坐标的w分量，才能变成标准化设备坐标(NDC)。

因此，我们可以把裁剪坐标的w分量设置为

，则投影矩阵第4行变为(0, 0, -1, 0)。

接下来，我们把刚计算得到的

线性地(with linear relationship)映射到NDC中的

(这里的n表示NDC)：

。

(图5. 把

映射到

)

因为

和

之间是线性映射关系，如图5，所以可设两者之间的映射函数为:

把

代入上面方程得:

所以

同理，可以求出

和

之间的关系表达式，如图6及以下公式：

图6.把yp映射到yn

用

代入上式得

接下来，把上上面求得的

和

代入刚刚求到的线性关系式得:

注意上面刚刚求得的

是NDC坐标，而NDC应该是由裁剪坐标除以

得到，也即透视除法(perspective division),

。又因为，之前我们把

的值设置为

，所以上面

表达式中括号里的部分表示裁剪空间的坐标

。

加上上面的两个方程，我们可以找到投影矩阵的第1行和第2行:

现在矩阵只剩下第三行是待求解的。在eye space中

总是被投影到近裁剪面(near plane)上，即值总是为-n。但是我们为了完成裁剪(clipping)和深度测试(depth test)，每一个顶点应该具有不同的z值。此外，投影变换应该是可逆的。既然我们知道z不依赖于x和y的值，那么我们就借用w分量来找到

和

之间的关系。因此，我们可以指定第三行长这样:

因为在eye space中，

总是等于1，因此：

(注意，

别搞混淆了)

为了找到系数A和B，我们把

之间的关系: (-n, -1)和(-f, 1)，代入上面这个等式中，得到:

由方程(1)可得:

把方程(1')代入到方程(2)，可解出A:

把A的值代入方程(1')可求得B:

有了A和B，则

和

之间的关系表达式为:

最后，完整的投影矩阵为:

上面这是一个通用视景体的投影矩阵。当视景体是对称时，即r=-l, t=-b，则:

故投影矩阵可以简化为:

透视投影矩阵我们已经求出来了，在继续往下探讨之前，请再看一下上面的方程(3)，即:

方程(3)类似于中学时学的的这样一个函数:y=1+1/x。它是一个单调递减函数。大家一定还记得它的图像的样子，当x在0附近时，x的值稍微变化一点点，y的值产生巨大的变化。而在x趋近于正无穷时，y无限接近于1，即无论x值变生多在变化，y值的变化都很小。

可以看到它是一个有理函数(rational function)，且是一个非线性函数。这意味着在近裁剪面(near plane)附近，它具有很高的精度(very high precision)，而在远裁剪面(far plane)附近具有非常小的精度(very little precision)。如果[-n, -f]的范围比较大，它会造成深度值精度问题(z-fighting)，即可能在离far plane比较近的地方，当

的值差异较小时，它们对应的

值相同，或者说当一个

值发生小的变化时，对应的

不受影响(即值不变)。这会产生错误的视觉效果。如下面图7所示，在远裁剪面附近，

的值几乎不随

发生变化。

图7. 深度缓存的精度比较

一些避免z-fighting的方法:

• 首先也是最重要的技巧是不要把物体放的太近。即使是视觉效果上贴在一块的物体，也可以把它们稍微分开一点，只要肉眼看不到即可。
• 把近裁剪面设置的尽可能远。因为上面说过，离近裁剪面近的地方，精度会高。但这样可能造成离camera很近的物体被裁剪掉。这需要大量实验才能找到适合的距离。
• 尽量缩短n和f之间的距离。这和上一条其实一样。
• 使用更高精度的depth buffer。现在一般depth bufer中depth value使用16, 24或32 bit的flotas。大部分系统使用的是24 bits的floats。因此可以改成使用32 bits的depth buffer。但这样会增加一点性能负担。

三、正交投影

构建正交投影矩阵相对来说会简单一些。

图8. 正交投影视景体及对应的NDC

在eye space中，所有

分量是线性映射到NDC中的。我们只需要把一个长方体(rectangular volume)所表达的体积缩放成一个立方体(cube)，并把它移动到原点(如图8)。下面我们将使用线性映射关系(linear relationship)来找到正交投影矩阵的各个元素。

图9. 把xe映射到xn

图10. 把ye映射到yn

图11. 把ze映射到zn

因为对于正交投影w分量不是必须的，所以正交投影矩阵的第4行为(0, 0, 0, 1)。因此完整的正交投影矩阵为:

如果视景体对称的话，即r=-l, t=-b, 则:

故正交投影矩阵被简化为:

References:

• OpenGL Projection Matrix
• Depth-testing