3 20200218 / 20210704 Transformation
Why study transformation
- type
- Modeling 模型变换
- 摄像机移动
- rotation
- scaling 皮克斯动画
- Viewing 视图变换 (3D to 2D projection)
- 光栅化
- 投影
- Modeling 模型变换
- 2D transformations
- Homogeneous coordinates
2D transformations
Scale
uniform ($S_{0.5}$)
scale matrix
non-uniform
Reflection Matrix
Shear Matrix 错切
Rotate 围绕(0,0)逆时针
Linear Transforms = Matrices
Homogeneous coordinates
- why
低一维的加法可以用高一维的乘法替换,所以有了齐次坐标目的:用齐次坐标统一所有变换 trade-off
平移变换
向量具有平移不变性
point + point = 两点中点
Affine Transformations 仿射变换 (线性变换(左上角矩阵)+平移变换(最后一列))
先线性变换再平移
2D Transformations
只有二维情况下仿射变换最后一行才是 001
Inverse Transform 逆变换
Composing Transform 组合变换
复杂变换可通过简单变换得到
变换的顺序很重要(矩阵乘法不满足交换律)
矩阵放左边*向量
矩阵变换从右至左应用
矩阵没交换律但有结合律
可用一个矩阵表述非常复杂的变换
Decomposing Complex Transfroms 分解复杂矩阵
- 想要以某点为中心进行旋转
- 先将该点移动到原点 - T(-c)
- 进行旋转 - R (a)
- 然后再逆操作移动到原位置 - T(c)
- $T(c) · R(\alpha) · T(-c)$
3D Transforms
和 2D 做类比
- 用四个数表示
- 点则末尾加 1
- 向量则末尾加 0
仿射变换 = 线性变换 + 平移变换
先线性变换(缩放/旋转) 再平移变换