计算机图形学中的MVP矩阵

0.$MVP$的用途

想像成相机，思考怎样拍照片（以拍摄物体为例）

1. 首先调整好拍摄物体，对物体进行模型变换$（Modeltransformation）$
2. 放置好相机的位置上，调整好相机的拍摄角度$（Viewtransformation）$
3. 拍摄照片，实现3D物体变成2D图片$（Projectiontransformation）$

1. $Model$（模型变换）

顾名思义对模型进行一系列的平移旋转缩放达到目标物体场景，具体的实现见链接: 计算机图形学中的矩阵变化.

2. $View$（视图变换）

视图变换所需参数

1. 相机的位置上$e$
2. 相机的观察方向 $g(Look-at）$
3. 相机的上方向$t（Updirection）$
4. 相机的右方向 $g\times t$

如图所示为相机的初始位置

把相机看作空间中的一个物体，若将相机和其他的物体同时进行移动（进行同一种的位移变换），那么其他的物体和相机就会是一种相对静止，只移动物体或者只移动Camera，最后可能都会得到同一个结果，这样约定相机并不移动，相机放在$（0，0，0）$的位置，相机朝向也固定为指向$-Z$，这个位置为标准位置
这时我们所需要考虑的就是如何把相机移动到标准位置
具体做法如下：

1. 先将相机的位置移动到原点$(origin)$
2. 将$g$旋转到$-z$轴方向
3. 将$g\times t$旋转到x轴方向
4. 将$g\times t$旋转到x轴方向
   
   $M_{view}$矩阵的具体实现：

将$M_{view}$矩阵分解为$R_{view}$和$T_{view}$两种变换矩阵，其中$T_{view}$为位移矩阵，将相机移动到原点，$R_{view}$为旋转矩阵，将相机沿着几个方向轴旋转到坐标系的位置。
$M_{\text{view }}=R_{\text{view }}{T}_{\text{view }}$
$T_{view}$矩阵，将相机移动到原点，即将$（xe,ye,ze）$移动到$（0，0，0）$，则$x,y,z$上的位移量分别为$-xe,-ye,-ze$。
$T_{view}=\left[\begin{array}{cccc}1& 0& 0& -x_e\\ 0& 1& 0& -y_e\\ 0& 0& 1& -z_e\\ 0& 0& 0& 1\end{array}\right]$
$R_{view}$矩阵要做的事就是将$g$旋转到$-z$轴，$t$旋转到$Y$轴，$(g\times t)$旋转到$x$轴。如果这样直接旋转太麻烦，$-z$的方向向量为$（0，0，-1），y$轴的方向向量为$（0，1，0）$，$x$轴的方向向量为$（1，0，0）$，明显可以看出，从$-z$旋转到$g$，从$y$旋转到$t$，从$x$轴旋转到$（g\times t）$更为简单，这个旋转矩阵为：
$R_{view}=\left[\begin{array}{cccc}{x}_{\hat{g}\times \hat{t}}& y_{\hat{g}\times \hat{t}}& z_{\hat{g}\times \hat{t}}& 0\\ x_t& y_t& z_t& 0\\ x_{-g}& y_{-g}& z_{-g}& 0\\ 0& 0& 0& 1\end{array}\right]$
再求这个矩阵的逆矩阵，即逆变换，就可以得到相机的三个方向旋转到坐标系的三个轴的变换矩阵。因为旋转矩阵都是正交矩阵，所以其逆矩阵 = 转置矩阵。
$R_{\text{view }}^{-1}=\left[\begin{array}{cccc}{x}_{\hat{g}\times \hat{t}}& x_t& x_{-g}& 0\\ y_{\hat{g}\times \hat{t}}& y_t& y_{-g}& 0\\ z_{\hat{g}\times \hat{t}}& z_t& z_{-g}& 0\\ 0& 0& 0& 1\end{array}\right]$

3. $Projection$ （投影变换）

投影就是将3D的图形投影到2D的平面上，即将三维物体转换成能在能在屏幕上显示的二维图像。投影主要分成正交投影和透视投影，如图所示

• 正交投影是假设Camera位于无限远的位置，投影出来的物体不论近处还是远处，大小都是一样大，适用于工程制图。
• 透视投影进大远小，更符合人眼的观察效果；

3.1. $Orthographic$ $projection$（正交投影）

粗暴做法1.0
正交投影是把相机固定在原点上，$look-at$方向为$-z$轴，$up$方向为$y$轴，如果要对物体进行正交投影，只需要将三维坐标中的z坐标直接丢弃，就能够得到投影的结果，如图所示，投影平面为$z=0$，直接丢弃$z$坐标或者直接令$z$坐标为$0$，就可以得到投影的效果。
常规操作2.0
在坐标系统，使用六个数即可定义个立方体$如x=1$代表一个面，$x=-1$代表一个面，六个数定义6个面，包围起来的立体就是立方体，用 $l(left)$, $r(righit)$ , $b(bottom)$ , $t(top)$ , $f(far)$ , $n(near)$六个数定义一个立方体.

最右边的立方体先经过平移，缩放，最终投影的立方体在[-1,1]之间。正交投影矩阵表示为
$M_{\text{ortho }}=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& 0\\ 0& \frac{2}{t-b}& 0& 0\\ 0& 0& \frac{2}{n-f}& 0\\ 0& 0& 0& 1\end{array}\right]\left[\begin{array}{cccc}1& 0& 0& -\frac{r+l}{2}\\ 0& 1& 0& -\frac{t+b}{2}\\ 0& 0& 1& -\frac{n+f}{2}\\ 0& 0& 0& 1\end{array}\right]$

3.2. $Perspective$ $projection$（透视投影）

在学习透视投影之前，要先了解一些知识：
$（x,y,z,1）$，$（kx,ky,kz,k!=0）$,$(xz,yz,z^2,z!=0)$，全都代表了同一个$（x,y,z）$点。齐次坐标$（x,y,z,w）$所代表的点为$（x/w,y/w,z/w）$。
要进行透视投影的话，需要完成两步
1.$M_{\text{persp }\to \text{ ortho }}$
2.$M_{\text{persp }}=M_{\text{ortho }}{M}_{\text{persp }\to \text{ ortho }}$
什么意思呢？我们可以将透视投影看成两部分，首先先把透视投影的远近平面挤压，到一个平面上，然后根据正交投影的方式实现成像
综上所述，透视投影矩阵为
$M_{\text{persp }}=M_{\text{ortho }}{M}_{\text{persp }\to \text{ ortho }}$=$\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& 0\\ 0& \frac{2}{t-b}& 0& 0\\ 0& 0& \frac{2}{n-f}& 0\\ 0& 0& 0& 1\end{array}\right]\left[\begin{array}{cccc}1& 0& 0& -\frac{r+l}{2}\\ 0& 1& 0& -\frac{t+b}{2}\\ 0& 0& 1& -\frac{n+f}{2}\\ 0& 0& 0& 1\end{array}\right]$$\left(\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& n+f& -n\times f\\ 0& 0& 1& 0\end{array}\right)$

在MVP之后应该做什么？

回顾一下MVP：

1.$model$ $transformation$($placing$ $objects)$

• $view$ $transformation(placing$ $camera)$
• $Projectiontransformation$
• $Orthographic$ $projection(cuboid$ $to$ $“canonical”$ $cube[-1,1{]}^3)$（长方体转换到规范立方体当中）
• $Perspective$ $projection(frustum$ $to$ $“canonical”$ $cube)$（平截头体转换为规范立方体）
  在最后投影变换结束后，我们所需要的图像被投影到了规范立方体中，那么应该对规范立方体进行怎样的处理？
  将规范立方体的投影显示到屏幕上（Screen）
  在转化时有两点要注意：
• 与$z$无关（$z$的值其实是物体在世界空间中的深度值，但是目前我们只有一个物体，所以不考虑他）
• 对$xoy$平面进行转换，$[-1,1{]}^2$转换到 $[0,width]\times [0,height]$

$M_{\text{viewport }}=\left(\begin{array}{cccc}\frac{width}{2}& 0& 0& \frac{\text{ width }}{2}\\ 0& \frac{\text{ height }}{2}& 0& \frac{\text{ height }}{2}\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right)$

称这个矩阵为视口矩阵。
这个矩阵的具体实现首先对物体进行位移，因为规范立方体中的中心位于原点的位置，而屏幕空间的坐标是从左下角开始为原点$（0，0）$，不存在负坐标，所以先将规范立方体的中心移动到$（width/2,height/2）$的位置，然后再对规范立方体进行拉伸，拉伸比例如矩阵所示。因为与$z$无关，所以对$z$不做任何变换。