坐标系转换

如何让物体看起来在桌面

• 黑色轴是桌面的坐标系，绿色的是深度相机坐标系。对于两个坐标系而言，两者之间有一个转换关系。
• 在数学上，我们知道深度相机那里才是坐标原点，我们也可以通过平面检测算出来桌面的法向量（以深度相机坐标系为参考），也知道桌面相对应相机的距离。此时可以计算从相机坐标系到桌面坐标系的旋转，我们用rot_matrix表示。

其中rot_matrix =
R，t
0^T，1

• 这里的R指的是从相机坐标系到桌面坐标系的旋转，t表示中心点的平移
• 此时的rot_matrix，就是从相机坐标系到桌面坐标系的旋转。
• 那么rot_matrix^-1，桌面坐标系到相机坐标系的转换。

关键来了

• 其实仔细想一下，我们让虚拟世界中的virtural_camera和虚拟坐标轴，也拥有rot_matrix^-1这样的关系，也就是让m_camera = rot_matrix^-1.block<3,4>(0,0)这样的关系，那物体看起来，就会像是在桌面上咯。

---

如何让物体沿着自身的中轴转

上面我们讲到，从相机坐标系到桌面坐标系的旋转是rot_matrix。rot_matrix^-1，桌面坐标系到相机坐标系的转换。
那么在虚拟世界中，m_camera=rot_matrix-1.block<3,4>(0,0),简化成m_camera=rot_matrix^-1。此时的m_camera的物理含义就是：从虚拟坐标原点转到虚拟相机的转换，我们将其称为Lc_w，也就是虚拟相机看虚拟原点的感觉。那么相对的rot_matrix就是虚拟相机到虚拟坐标原点的转换，我们称之为Lw_c，其实就是从虚拟世界看相机的意义。

在进行下一步的讲解之前，我们先讨论下虚拟世界中的物体，是怎么渲染出来的。在这个过程中，物体是不变的，虚拟坐标也不变，唯一变的只有虚拟相机也就是m_camera。通过调整m_camera的值，实现不同的效果。
我们知道m_camera是3*4的矩阵，其实前3列是旋转，最后一列是平移。我们分别称其为R何T，注意：这里的R和T和上面的没关系，只是称呼。
这里的T，是虚拟相机在虚拟坐标系中的位置，R指的是虚拟相机在虚拟世界中的指向。对于虚拟相机而言，它自身也有个坐标轴，它的Z轴其实就是虚拟相机的视角朝向 view_dir。

• 我们知道，所谓的旋转其实都是绕着某个轴在转动，比如传统的旋转在空间中有某点X,那么经过旋转会得到X^'=RX，这里的旋转其实是绕着(0,0,0)坐标原点的转动。
• 那如果我们围绕着空间中某点C做旋转，那X^'=R(X-C)+C，我们如果任务C是坐标原点的话，其实公式是成立的。
• 之前的虚拟物体，它如果旋转的话，会沿着虚拟原点转动，如果我们想让它沿着虚拟空间的(0.5,0.5,0.5)转动，也就是物体的中心转，那此时的旋转矩阵rot=
  R (I-R)C
  0^T 1
• 那么(Lw_c*rot)^-1 = rot^-1*Lc_w，就是看起来，物体在绕轴旋转的样子。
• 在这里我的理解是，Lc_w是虚拟相机在虚拟世界中的位置和朝向，再此基础上再做个rot^-1的操作，让相机绕轴转动。

总结：我这里很多地方，写的还是有问题，希望后面能把这里吃透。
计划：看Rodrigues formula