推导投影矩阵

---

同步自：https://dingyujie-23.gitee.io/2023/10/22/投影变换与矩阵推导/

前言

本文主要目的是推导投影矩阵。曾经刚了解投影矩阵的时候，面对网上搜到的各种各样的推导非常头疼，因为他们推导前提条件和结果都不一样。本文会在非常明确的前提下推导出投影矩阵，并简略说明Games 101和《Unity Shader入门精要》中的投影矩阵的不同之处。

首先明确一点，推导投影矩阵时假设的前提条件不一样时（比如：视锥体位置、左手系或右手系、摄像机看向z轴正方向还是负方向、已知的参数等），推导出的结果会有所不同，。本文的推导过程假设使用右手系，摄像机看向z轴负方向，已知的参数和视锥体位置另有说明。

正交投影

首先假设视锥体近平面位于z = 0处，则视锥体远平面位于z = n-f处（z < 0），则

$$z\in [n-f,0]$$

假设近平面的中心位于坐标原点，设视锥体中x和y的取值范围如下：

$$x\in [-r,r],r>0$$
$$y\in [-t,t],t>0$$

在视锥体内有一点$P(x_p,y_p,z_p)$位于视锥体内，如下图所示。

我们的目标是将视锥体内任意一点$P$的坐标变换至$x,y,z\in [-1,1]$，变换后的示意图如下：

为了达到这个目的，我们需要将点P的$x,y,z$坐标分别进行缩放：

$$x_p^{\prime }=\frac{1}{r}{x}_p$$
$$y_p^{\prime }=\frac{1}{t}{y}_p$$
$$z_p^{\prime }=\frac{2}{n-f}{x}_p-1$$

则对应的矩阵为：

$$\left[\begin{array}{cccc}\frac{1}{r}& 0& 0& 0\\ & & & \\ 0& \frac{1}{t}& 0& 0\\ & & & \\ 0& 0& \frac{2}{n-f}& -1\\ & & & \\ 0& 0& 0& 1\end{array}\right]$$

在Unity中，我们一般使用另外的参数来描述正交相机，即：$t=size$， $aspect=r/t$，则$r=t\cdot aspect$，于是投影矩阵可以表示为：

$$\left[\begin{array}{cccc}\frac{1}{aspect\cdot t}& 0& 0& 0\\ & & & \\ 0& \frac{1}{size}& 0& 0\\ & & & \\ 0& 0& \frac{2}{n-f}& -1\\ & & & \\ 0& 0& 0& 1\end{array}\right]\text{\hspace{1em}正交投影矩阵一}$$

注意，这个正交投影矩阵与Games 101和《Unity Shader入门精要》中的正交投影矩阵都不相同。

与本节的假设相比，《Unity Shader入门精要》第81页中的正交投影矩阵假设原始视锥体的近平面并没有位于$z=0$处，而是位于$z=-n$处，即对于原始视锥体中的任意一点，$z\in [-f,-n]$，其正交投影矩阵如下：

$$\left[\begin{array}{cccc}\frac{1}{aspect\cdot size}& 0& 0& 0\\ & & & \\ 0& \frac{1}{size}& 0& 0\\ & & & \\ 0& 0& \frac{2}{n-f}& \frac{n+f}{n-f}\\ & & & \\ 0& 0& 0& 1\end{array}\right]\text{\hspace{1em}正交投影矩阵二}$$

与本节的假设相比，Games 101中的投影矩阵的推导，假设视锥体位于任何位置（但视锥体始终与坐标轴平行），具体推导可以见:GAMES101-现代计算机图形学入门-闫令琪

透视投影

对于透视投影，其视锥体为一个平截头体（frustum），我们先考虑将其"压缩"，即保持近平面不变，将其"压缩"为一个立方体，然后利用透视投影的方法得到结果。

假设平截头体所在四棱锥的顶尖位于坐标原点，朝向z轴负方向，并且关于x轴和y轴对称，有一点$P(x_p,y_p,z_p)$位于视锥体内，如下图所示：

首先考虑点$P$的坐标$x_p$，我们从下往上去看（或者从上往下看，一样的），如下图所示：

则可以很容易的由相似三角形得到变换后的坐标

$$x_p^{\prime }=\frac{n}{-z_p}{x}_p$$

同理可得（懒得画图了）：

$$y_p^{\prime }=\frac{n}{-z_p}{y}_p$$

我们暂时先不处理$z_p^{\prime }$。由于式子中含有$-z_p$，无法直接写在矩阵当中，所以接下来需要经过一些特别的处理。我们知道，对于齐次坐标：

$$\left[\begin{array}{c}{x}_p\\ \\ y_p\\ \\ z_p\\ \\ 1\end{array}\right]和\left[\begin{array}{c}n{x}_p\\ \\ n{y}_p\\ \\ n{z}_p\\ \\ n\end{array}\right]$$

这两个齐次坐标表示三维空间中的同一个点。如果我们某一次计算的结果是后一种，则"隐含了"接下来要除以n的操作。因此我们得到如下矩阵：

$\left[\begin{array}{cccc}n& 0& 0& 0\\ & & & \\ 0& n& 0& 0\\ & & & \\ ?& ?& ?& ?\\ & & & \\ 0& 0& -1& 0\end{array}\right]$*$\left[\begin{array}{c}{x}_p\\ \\ y_p\\ \\ z_p\\ \\ 1\end{array}\right]$ = $\left[\begin{array}{c}n{x}_p\\ \\ n{y}_p\\ \\ ?\\ \\ -z_p\end{array}\right]$

这个矩阵已经可以完美描述$x_p$和$x_p$的变换了，对于$z_p$，我们无法简单的找到公式，但是我们发现对于近平面和远平面内的点，变换后的$z_p^{\prime }=z_p$，而位于视锥体内部的点则不一定。并且$z_p^{\prime }$与$x_p$和$y_p$无关，于是我们可以根据近平面和远平面上的点列出式子。

对于近平面，其$z_p=-n$：

$\left[\begin{array}{cccc}n& 0& 0& 0\\ & & & \\ 0& n& 0& 0\\ & & & \\ 0& 0& A& B\\ & & & \\ 0& 0& -1& 0\end{array}\right]$ * $\left[\begin{array}{c}{x}_p\\ \\ y_p\\ \\ -n\\ \\ 1\end{array}\right]$ = $\left[\begin{array}{c}n{x}_p\\ \\ n{y}_p\\ \\ -n^2\\ \\ n\end{array}\right]$ ,即：$[0,0,A,B]$ * $\left[\begin{array}{c}{x}_p\\ \\ y_p\\ \\ -n\\ \\ 1\end{array}\right]$ = $-n^2$

对于远平面，其$z_p=-f$

$\left[\begin{array}{cccc}n& 0& 0& 0\\ & & & \\ 0& n& 0& 0\\ & & & \\ 0& 0& A& B\\ & & & \\ 0& 0& -1& 0\end{array}\right]$ * $\left[\begin{array}{c}{x}_p\\ \\ y_p\\ \\ -f\\ \\ 1\end{array}\right]$ = $\left[\begin{array}{c}n{x}_p\\ \\ n{y}_p\\ \\ -f^2\\ \\ f\end{array}\right]$ ,即：$[0,0,A,B]$ * $\left[\begin{array}{c}{x}_p\\ \\ y_p\\ \\ -f\\ \\ 1\end{array}\right]$ = $-f^2$

解这个方程组即可得到：

$$A=n+f$$

$$B=nf$$

$B$的值与Games 101中推导出的值$（B=-nf）$不同（大概是因为他们假设$z\in [n,f]$，与我们的假设不同）。

于是可得矩阵

$$\left[\begin{array}{cccc}n& 0& 0& 0\\ & & & \\ 0& n& 0& 0\\ & & & \\ 0& 0& n+f& nf\\ & & & \\ 0& 0& -1& 0\end{array}\right]\text{\hspace{1em}透视投影矩阵一}$$

经过透视投影矩阵一投影后，原视锥体由平截头体变为一个立方体，坐标取值范围为$x\in [-r,r]$，$y\in [-t,t]$，$z\in [-f,-n]$，再次对其应用正交投影矩阵二:

$\left[\begin{array}{cccc}\frac{1}{aspect\cdot size}& 0& 0& 0\\ & & & \\ 0& \frac{1}{size}& 0& 0\\ & & & \\ 0& 0& \frac{2}{n-f}& \frac{n+f}{n-f}\\ & & & \\ 0& 0& 0& 1\end{array}\right]$ * $\left[\begin{array}{cccc}n& 0& 0& 0\\ & & & \\ 0& n& 0& 0\\ & & & \\ 0& 0& n+f& nf\\ & & & \\ 0& 0& -1& 0\end{array}\right]$ =
$$\left[\begin{array}{cccc}\frac{n}{aspect\cdot size}& 0& 0& 0\\ & & & \\ 0& \frac{n}{size}& 0& 0\\ & & & \\ 0& 0& \frac{n+f}{n-f}& \frac{2nf}{n-f}\\ & & & \\ 0& 0& -1& 0\end{array}\right]\text{\hspace{1em}透视投影矩阵二}$$

接下来是换参数的问题。在Unity中，透视相机由$aspect$、$fov$、$near(n)$和$far(f)$定义

$$\cot \frac{fov}{2}=\frac{n}{size}$$

所以最终的透视投影矩阵可以写为

$$\left[\begin{array}{cccc}\frac{\cot \frac{fov}{2}}{aspect}& 0& 0& 0\\ & & & \\ 0& \cot \frac{fov}{2}& 0& 0\\ & & & \\ 0& 0& \frac{n+f}{n-f}& \frac{2nf}{n-f}\\ & & & \\ 0& 0& -1& 0\end{array}\right]\text{\hspace{1em}透视投影矩阵三}$$

透视投影矩阵三与《Unity Shader入门精要》第79页的矩阵相同。

对本文有任何疑问，欢迎指出。