第三章.Transformation变换(二维与三维)
- 1.为什么要学习变换?
- 2.变换的几种形式
- 1.缩放
- 2.相对于y轴翻转
- 3.Shear Matrix 切片
- 4.旋转
- 3.齐次坐标
- 1.平移变换
- 2.齐次坐标的引入
- 3.使用齐次坐标表示上述变换
- 4.组合变换
- 5.分解变换
- 6.三维空间中的变换
- 1.三维空间中的点和向量
- 2.三维空间中的齐次坐标
1.为什么要学习变换?
1.很多动画都是由各种各样的变化合成在一块的
2.摄像:将三维空间中的场景变为二维,也就是投影
2.变换的几种形式
1.缩放

非均匀缩放

2.相对于y轴翻转

3.Shear Matrix 切片

只有水平方向发生了移动,竖直方向并没有发生移动。也就是y·=y;
在最上面那条线x移动了1+a;
中间那部分移动了a*y个距离点;
4.旋转
1.使用一个特殊的点(1,0)推出A和C的值

2.同理使用(0,1)推出B和D的值

3.以上的变换都称为线性变换

3.齐次坐标
1.平移变换

无法将这个变换写为矩阵相乘的形式,也就是说平移不是线性变换,而是仿射变换

那么有没有办法把所有的变换用统一的格式来运算?
2.齐次坐标的引入
1.对于任意一个点,我们写为(x,y,1)的竖向矩阵;
2.对于任意一个向量,我们写为(x,y,0)的竖向矩阵;
那么平移变换就可以使用相乘的形式来进行运算:

疑问:为什么对向量来说最后一位是0呢?
因为向量具有平移不变性,我们需要保证向量的方向不发生变换
3.一个点加另一个点表示的是这两个点的中点。

3.使用齐次坐标表示上述变换
1.齐次坐标形式


2.使用齐次坐标表示2D图片的缩放,旋转,平移

4.组合变换

1.复杂的变换可以通过一系列简单的变换得到;
2.这些简单变换是分先后顺序的,先平移后旋转得到的结果是错误的。

先旋转后平移得到的是想要的结果。

运算的顺序:从右到左

不论有多少复杂的操作,到最后都可以以一个3*3矩阵的形式去乘以xyz。

5.分解变换
1.先将没有在原点的图形移动到原点
2.然后做旋转操作
3.最后再平移回去

6.三维空间中的变换
1.三维空间中的点和向量

2.三维空间中的齐次坐标

组合变换时依然是先应用线性变换再平移。








![[附源码]Python计算机毕业设计Django校园招聘系统](https://img-blog.csdnimg.cn/014af4df2bb64c5ebf3217547bacbd43.png)










![[附源码]Python计算机毕业设计SSM家教管理系统(程序+LW)](https://img-blog.csdnimg.cn/9ef9a5b769a54b79abc24ea36f92bb50.png)