Games101清新脱俗,可惜没赶上直播。 官网:http://games-cn.org/intro-graphics/ 结合食用:Fundamentals of Computer Graphics (3rd Edition) or (2nd Edition)
对于能写成X′=MX形式的变换,称为线性变换(Linear Transforms),其中M为变换矩阵。
基本的缩放就是沿着坐标轴进行的缩放,而对于xy轴任意比例缩放Sx,Sy而言,其数学形式如下:
转换为矩阵形式(x,y)^T左边的矩阵为变换矩阵)如下:
例如下图为沿着xy轴都缩放0.5:
水平镜像也属于缩放操作,即Sx=−1,Sy=1,其矩阵表示如下:
切变只变化一边,如下图所示:
可见,上面是变化了x轴,其矩阵形式如下:
同理,对于变化y轴,其矩阵形式如下:
对于旋转而言,前提是默认绕原点旋转,方向为逆时针。x轴转转向y轴。 对于一个向量a,其与x轴夹角为α假设要将其旋转角度φ得到向量b,如下图所示(图来源:Fundamentals of Computer Graphics (3rd Edition) 6.1.3Rotation):
其旋转矩阵如下:
推导过程1如下(来自Fundamentals of Computer Graphics (3rd Edition) 6.1.3Rotation): 假设向量a的长度为r,则有
而b是a旋转得到的,所以长度相同,而其旋转角度为(α+φ)(α+φ)(α+φ),则有
将上面的式子带入下面的式子可以得到如下结果:
所以最终的旋转矩阵如下:
推导过程2(课程提及,辅助理解记忆)如下
考虑旋转矩阵对于任意点都适用,所以考虑几个特殊点的转换:(1,0)−>(cosθ,sinθ),(0,1)−>(cosθ,−sinθ)。所以有下列关系:
从中可以得到如下结果,即为所求:
考虑旋转R(−φ),会发现等于RφT,如下所示:
而从定义上看,R(−φ)=Rφ−1,所以可以得到Rφ−1=RφT,即旋转矩阵的逆等于其转置矩阵,也就是说旋转矩阵为正交矩阵(数学意义)。
对于平移而言,即使考虑只有平移的情况,我们也只能写成如下形式: 对于平移:
为了让平移和上面的线性转换统一,引入齐次坐标。对于2D变换,增加一个维度w,此时规定点和向量的齐次坐标表示如下:
即对于齐次坐标而言,(x,y,w)T(w!=0)表示的点即为(xw,yw,1)T(\frac{x}{w},\frac{y}{w},1)^T 则对于平移而言,其矩阵形式表示变为:
这样一来形式就得到统一,并且使用齐次坐标还能保证以下操作的正确性:
而对于point+pointpoint+pointpoint+point原本是无意义的,但是在齐次坐标下也能引申出其他意义,即两点相加为其中点,推导过程如下:
仿射变换 = 线性变换 +平移,即为
使用齐次坐标表示如下:
上面两者是等价的,所以仿射变换是先进行线性变换然后再进行的平移。
值得一提的是,当表示的是2D仿射变换的时候,上面的变换矩阵才有如下性质:
逆变换即为原变换的相反操作,逆变换对应的变换矩阵即在数学意义上的逆矩阵,如下图中M−1M^{-1}M−1即为逆变换对应的变换矩阵,且逆矩阵有个基本性质,即MM−1=IMM^{-1}=IMM−1=I,其中III为单位矩阵。
以下图为例子,假如想要从左边变换到右边的话,可以考虑的方式有先旋转再平移,或者先平移再旋转。
两种方式结果如下:
很明显,需要先旋转再平移,上面的变换过程用矩阵表示如下:
上述结论可以推广,即当有N个变换矩阵A1 An应用时,也是从右到左进行应用,同时因为矩阵满足结合律,所以我们可以先将前面的所有变换矩阵相乘(Ar=An⋅⋅⋅A2A1),然后再应用,结果是不变的。如下:
值得一提的是由于矩阵都是3X3,所以即使前面的相乘,得到的矩阵Ar仍然是3X3,也就是说一个矩阵也可以表示极为复杂的变换。
同时考虑仿射变换的性质,上面先旋转再平移也可以写成如下形式,结果不变:
变换的分解有多种多样,有时候不能一次性写出旋转矩阵,就可以将其分解,逐步应用变换矩阵来达到同样的效果。
例如考虑绕任意点ccc进行旋转,可以先将旋转中心移动到原点进行旋转之后再将旋转中心移动到ccc点。如下图所示:
其矩阵表示如下,应用过程从右到左: T(c)⋅R(α)⋅T(−c)
以下变换考虑的都是右手系(参考右手螺旋定则,四指弯曲方向为x旋转到y方向,大拇指方向为z方向)。
类比2D中引入齐次坐标的原因,3D中的平移也不能直接写成,所以对于3D变换,增加一个维度w,此时规定点和向量的齐次坐标表示如下:
同样的有对于齐次坐标而言,(x,y,z,w)T(w!=0)表示的点即为(xw,yw,zw,1)T(\frac{x}{w},\frac{y}{w},\frac{z}{w},1)^T
矩阵描述3D中的仿射变换如下:
和2D中一样,当表示的是3D仿射变换的时候,上面的变换矩阵才有如下性质:
3D下和2D下的缩放和平移类似,但是旋转有些不同,
先考虑只绕一轴进行旋转的情况(绕谁谁不变),如下:
这里绕着y轴有所不同,这是因为我们使用的右手系,旋转方向默认逆时针的情况下,绕y轴,是z转向x方向,而矩阵定义的旋转顺序为xyz,即为x->y,y->z,x->z。
接下来简单总结一下一般情况绕任意轴下的3D旋转。
普通的3D旋转可以将其分解到绕xyz旋转,然后推导其公式(Rodrigues′RotationFormula)如下,其中n为旋转轴,α为旋转角,I为单位矩阵,这里默认沿着n旋转时,该轴是过原点的:
最右边的是向量叉积的矩阵形式。推导略。