打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
三维坐标变换原理-平移, 旋转, 缩放

齐次坐标

给定一个二维点(x, y),那么形如(kx, ky, k)的所有三元组就都是等价的,它们就是这个点的齐次坐标(homogeneous)。齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示,是指一个用于投影几何里的坐标系统,如同用于欧氏几何里的笛卡儿坐标一般

矩阵的乘法

矩阵的乘法运算,阮一峰老师写的比较清楚,具体可以看 这里

矩阵的线性变换

矩阵的线性变换就是从一个线性空间 

 的某一个点跃迁到另一个线性空间 
 的另一个点的运动。也就是说是一个点不仅可以变换到同一个线性空间中的另一个点,而且可以变换到另一个线性空间中的另一个点去

矩阵和线性变换之间的关系: 矩阵本身描述了一个坐标系,矩阵与矩阵的乘法描述了一个运动。换句话说:如果矩阵仅仅自己出现,那么他描述了一个坐标系,如果他和另一个矩阵或向量同时出现,而且做乘法运算,那么它表示运动(线性变换)

数学表述为: 

, 即矩阵 M 描述了向量 
 到向量 
 的运动

如将三维坐标D1经过矩阵M变换到坐标D2, 就可以表达为: 

坐标变换

平移

假设在三维空间坐标系中, 点

(x, y, z)在x方向移动了dx, y方向移动dy, z方向移动了dz。到达点
(X, Y, Z), 则

X = x + dxY = y + dyZ = z + dz复制代码

如上所述, 则存在一个平移矩阵M,使得

,但是在纯粹的三维矩阵中,我们永远也找不到这样一个矩阵M使条件成立。此时可以借助齐次坐标。齐次坐标规定用一个n+1维度的向量来表示原来的n维向量. 此时将
(x, y, z) 表示为(x, y, z, 1), 则可以得到矩阵M

验证: 假设

(4, 8, 2), x方向移动了dx, y方向移动dy, z方向移动了dz, 则
(4+dx, 8+dy , 2+dz) 

缩放

假设在三维空间坐标系中, 点

(x, y, z)在x方向缩放了Sx, y方向缩放了Sy, z方向缩放了Sz。到达点
(X, Y, Z), 则

X = x * SxY = y * SyZ = z * Sz复制代码

同理,缩放矩阵为

旋转

矩阵的旋转比较复杂,需要涉及到三角函数。 点

(x, y, z)绕X轴旋转θ度时, 到达点
(X, Y, Z), 则

X = XY = y*cosθ - y*sinθz = z*sinθ + z*cosθ复制代码

矩阵M为

绕Y轴旋转时

绕Z轴旋转时

欧拉变换是绕3个旋转轴的旋转矩阵的乘积

示例分析

在webgl中, 在矩阵变换常用的库glmatrix中有计算平移矩阵的translate方法

/** * Translate a mat4 by the given vector * * @param {mat4} out the receiving matrix * @param {mat4} a the matrix to translate * @param {vec3} v vector to translate by * @returns {mat4} out */function translate(out, a, v) {  var x = v[0],      y = v[1],      z = v[2];  var a00 = void 0,      a01 = void 0,      a02 = void 0,      a03 = void 0;  var a10 = void 0,      a11 = void 0,      a12 = void 0,      a13 = void 0;  var a20 = void 0,      a21 = void 0,      a22 = void 0,      a23 = void 0;  if (a === out) {    out[12] = a[0] * x + a[4] * y + a[8] * z + a[12];    out[13] = a[1] * x + a[5] * y + a[9] * z + a[13];    out[14] = a[2] * x + a[6] * y + a[10] * z + a[14];    out[15] = a[3] * x + a[7] * y + a[11] * z + a[15];  } else {    a00 = a[0];a01 = a[1];a02 = a[2];a03 = a[3];    a10 = a[4];a11 = a[5];a12 = a[6];a13 = a[7];    a20 = a[8];a21 = a[9];a22 = a[10];a23 = a[11];    out[0] = a00;out[1] = a01;out[2] = a02;out[3] = a03;    out[4] = a10;out[5] = a11;out[6] = a12;out[7] = a13;    out[8] = a20;out[9] = a21;out[10] = a22;out[11] = a23;    out[12] = a00 * x + a10 * y + a20 * z + a[12];    out[13] = a01 * x + a11 * y + a21 * z + a[13];    out[14] = a02 * x + a12 * y + a22 * z + a[14];    out[15] = a03 * x + a13 * y + a23 * z + a[15];  }  return out;}复制代码

通常使用translate方法来创建一个平移矩阵, 之后再shader中便可以通过这个平移矩阵来计算gl_Position的值。 通过上面的结果我们知道平移矩阵由最后四位数决定, 所以只需要计算数组的最后四位数即可。 根据矩阵的运算法则, 即可得到结果。

通常如果在webgl想创建一个平移矩阵, 可以使用下面的方式。

var translateMatrix = mat4.create(); //创建单位矩阵mat4.translate(translateMatrix, translateMatrix, vec3.fromValues(dx, dy, dz));复制代码

得到平移矩阵后,传递到顶点shader中与需要计算的点相乘即可得到目标点的坐标。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
齐次坐标
3d计算机数学笔记(1) 齐次矩阵与透视投影
三维矩阵旋转、平移的左乘与右乘分析
图形图像中的数学-SE(2)
(学习笔记)摄像机模型与标定——三个坐标系及其之间关系
齐次坐标的理解
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服