图形变换中涉及到的数学知识（向量叉乘、矩阵相乘、齐次坐标）

1. 向量

1.1 点乘

两个n维向量点乘：

二维向量的点乘：向量的模长相乘再乘以夹角余弦值。

• 点乘的结果是一个数值（标量）。
• 几何意义：b向量再a向量上的投影长度。

1.2 叉乘

• 结果：是一个向量（矢量）。
• 几何意义：向量a和向量b叉乘的得到的向量是同时垂直于向量a和向量b的向量。

2. 矩阵

2.1 矩阵乘法

n维矩阵的乘法运算。

举例：

3. 齐次坐标

• 齐次坐标就是图形变换过程中为了方便计算产生的概念。齐次坐标是将一个原本是n维的向量用一个n+1维向量来表示。

• 例如：二维点(x,y)的齐次坐标表示为(hx,hy,h)。由此可以看出，一个点的齐次表示是不唯一的，齐次坐标的h取不同的值都表示的是同一个点，比如齐次坐标(8,4,2)、(4,2,1)表示的都是二维点(4,2)。

• 向量的w分量也叫齐次坐标。想要从齐次向量得到3D向量，我们可以把x、y和z坐标分别除以w坐标。我们通常不会注意这个问题，因为w分量通常是1.0。

• 如果一个向量的齐次坐标是0，这个坐标就是方向向量(Direction Vector)，因为w坐标是0，这个向量就不能位移（译注：这也就是我们说的不能位移一个方向）。 它可以理解为一个无穷远的点。n+1维的齐次坐标中如果h=0，实际上就表示了n维空间的一个无穷远点。

• 使用齐次坐标有几点好处：它允许我们在3D向量上进行位移（如果没有w分量我们是不能位移向量的）