自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 问答 (1)
  • 收藏
  • 关注

原创 图形学学习笔记2:视图变换(投影)

最后,拍照(将三维投影到二维,即投影变换)根据摄像机变换得到了所有可视范围内的物体对于摄像机的相对位置坐标(x,y,z)之后,根据是平行投影还是透视投影,将三维空间投影至标准二维平面上。原始的旋转矩阵不好求,则考虑将(1,0,0)(0,1,0)(0,0,1)转到相机的方向(t,-g等),该操作即为原始矩阵的逆变换。由于沿着-z方向去看,距离相机远的面的z值更小,有点反直觉(右手系的缺点,OpenGL类似的API使用的是左手系)之后,找一个好的位置和角度放好相机(视图变换)即得到物体与摄像机的相对位置。

2023-05-14 17:02:49 541

原创 图形学学习笔记1:基础变换矩阵

同理,Vrot⊥是通过正交分解求的,Vrot⊥在旋转的过程中长度不变(始终等于V⊥),因此V⊥的模乘以cosθ就是Vrot⊥在红色面上的投影长度,再把这个长度乘以V⊥方向的单位向量(b)就是Vrot⊥在红色面上的分量【同理也可以是(|b| = cos(PI -θ ) |V⊥| = (- cosθ)|V⊥|),再乘以V⊥相反方向】,同理相似的另外一个分量就乘以sinθ,两个分量相加就是Vrot⊥。向量加向量还是向量,点减去点是向量,点加向量得到一个新的点,点加上点是这两个点的中点,如图。

2023-05-14 10:35:14 1269 1

原创 图形学学习笔记0:线性代数复习

向量大小为图中所示,方向则由右手定则(螺旋)决定:四指指向a旋转到b的方向,他们两个叉乘得到的向量方向就是拇指指向的方向。a向量与b向量叉乘得到的是一个向量,得出的向量与参与的两个向量都要垂直,即和ab所在平面垂直。m行n列的数列,未引入齐次坐标时,任何一个矩阵作用的含义其实都是旋转和缩放的结合。也可以用于计算某一个向量在另一个向量方向上的投影(其中cos的值由点乘得到)如图,在构造坐标系时非常有用(若x叉乘y得到z是右手系,得到-z则是左手系)将向量看作是只有一列的矩阵 向量和矩阵相乘是变换的基础,如。

2023-05-11 12:33:14 98 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除