本文翻译自:Explaining Homogeneous Coordinates & Projective Geometry
这篇文章通俗易懂地解释了齐次坐标和投影几何的概念和他们在图形学中的作用.
大多数时候我们使用三维坐标系,从欧式几何(Euclidean geometry)的角度来看待问题--即,三维空间中的坐标分为X,Y,Z三个维度.但是,在某些情况下从投影几何(projective geometry)的角度来思考问题是更好的.投影几何有一个额外的维度,称之为W.在此基础上的四维空间被称为"投影空间"(projective space),并且坐标在投影空间中被称为"齐次坐标"(homogeneous coordinates).
四元数看起来有点像齐次坐标.他们都是四维向量,并且通常都被描述为(X,Y,Z,W).然而,四元数和齐次坐标是不同的概念,有不同的作用(四元数主要用来描述旋转矩阵,这里不展开).
首先,在谈论三维之前,我们来看一下投影几何如何在二维中起作用.
想象一个正在投影二维图像到屏幕上的投影仪.很容易定义被投影图像的X和Y维度:
现在,如果你从二维图像退后一步,看看投影仪和屏幕,你同时也可以看到W维度.W维度是从投影仪到屏幕的距离.
那么,W维度究竟是做什么的呢?想象一下,如果你增加或减少W,即增加或减少投影仪与屏幕之间的距离,二维图像会发生什么.如果移动投影仪靠近屏幕,整个二维图像会缩小.如果移动投影仪原理屏幕,二维图像会变大.如你所见,W的值会影响图像的大小(或者说比例).
(目前)还没有三维投影仪这种东西,因此很难想象在三维空间中的投影几何.但是,W值的作用与二维空间中的完全相同.当W增加时,坐标将扩展(放大).当W减小时,坐标将收缩(缩小).W基本上代表着三维坐标的缩放变换。
一般建议当将三维坐标转换为四维坐标时,应始终把W设置为1.这样做的原因是当你将坐标用1为系数来缩放时,它不会收缩或增长,只会保持相同的大小.因此,当W=1时,它对X,Y 和Z值没有影响.
因此,当涉及到三维图形学时,只有当W=1时坐标才被称为“正确”.如果使用W>1的坐标渲染,所有内容最后看起来都会被缩小.而使用W<1的坐标渲染时,所有内容最后看起来都会被放大.如果尝试使用W=0进行渲染,程序在尝试除以零时会直接崩溃.当W<0,一切都会从前到后翻转过来.
从数学上讲,不存在"不正确"的齐次坐标.使用W=1的坐标只是三维计算机图形学的一个有效的约定。
现在让我们来看看一些实际的数据,看看它从数学角度是如何起作用的.
假设投影仪距离屏幕3米,并且在二维图像上的坐标(15,21)处有一个点.它的投影(齐次)坐标向量(X,Y,W)=(15,21,3).
现在,想象这个投影仪被推到离屏幕1米的地方.投影仪离屏幕越近,图像就变得越小.投影仪被移近了三倍,因此图像缩小了三倍,如果我们取原始坐标向量并将所有值除以三,则得到W=1的新向量:
这个点现在在坐标(5,7).
这就是一个"错误"的齐次坐标转换为"正确"的齐次坐标的过程:对所有的值除以W.这个过程对于二维和三维坐标是完全相同的.
这里是一个四维(三维齐次)坐标的例子:
这个例子使用C++和GLM编写是这样的:
glm::vec4 coordinate(10, 20, 30, 5);
glm::vec4 correctCoordinate = (1.0/coordinate.w) * coordinate;
//now, correctCoordinate == (2,4,6,1)
旋转和缩放变换矩阵只需要三行三列(这是由于旋转和缩放都是线性变换).但是,为了进行平移,矩阵至少需要有四列.这就是为什么图形学中的变换矩阵通常是4x4矩阵.但是,由于矩阵乘法的规则,一个有四列的矩阵不能与一个三维向量相乘.一个4x4矩阵只能与一个四维向量相乘,这就是为什么我们在三维图形学经常使用齐次坐标而不是三维空间坐标。
当在矩阵变换中使用齐次坐标时,第四维的W通常是不变的.当三维坐标转换为四维(齐次)坐标时,W被设置为1,应用变换矩阵后通常仍然为1,此时可以通过忽略W将其转换回三维坐标.对于所有平移,旋转和缩放变换都是如此.投影矩阵是个例外,它会影响W维度.
在三维世界中,"透视"是"近大远小"的现象.如果这只猫离相机足够近,远处的山可能比猫还小.
透视是在三维图形中通过使用更改每个顶点的W元素的转换矩阵来实现的.在相机(视口)变换之后,投影变换之前,每个顶点的Z值表示与相机的距离.因此,Z值越大,顶点坐标就被缩放得越小.W维度会影响缩放,因此投影矩阵只是根据Z值更改W值.下面是应用于齐次坐标的透视投影矩阵的示例：
注意W值根据Z值变换成了4.
应用透视投影矩阵后,每个顶点都会经历"透视除法".如前所述,"透视除法"只是将齐次坐标转换回W=1形式的特定术语.继续上面的示例,透视除法步骤将如下所示:
透视分割后,W值将被丢弃,并且我们只剩下一个已根据三维透视投影正确缩放的三维坐标.
在GLM中,这个透视投影矩阵可以用函数glm::perspective或者glm::frustum来创建.在老式的OpenGL中,同时使用gluPerspective或者gluFrustum来创建.在OpenGL中,透视除法在每个顶点的顶点着色器(vertex shader)运行后自动进行.这就是顶点着色器的主要输出gl_Position为什么是一个四维向量而不是三维向量的原因.
注意,这里作者举的透视投影的例子非常简单,实际上透视投影的矩阵需要根据参数经过一定的推导才能得出,参考OpenGL Projection Matrix
本段的翻译略有调整,但是整体的意思应该没有差别
在齐次坐标中W=0貌似是没有意义的,如果尝试将W=0的齐次坐标转换为正确的齐次坐标(W=1),则会导致一些除零的运算:
这意味着W=0的齐次坐标不可以转换为三维坐标.
这有什么用呢?
我们可以规定W=0的齐次坐标可以看作在无穷远处的一个点,如果我们把他看作一个光源,则可以看作一个平行光(Directional Lights),并把它的X,Y,Z三个分量看作是平行光的方向.在传统的三维图形学中,平行光与点光源的区别在于光的位置向量的W值.如果 W=1,则为点光源.如果 W=0,则它是平行光.
平行光和点光源通常因为行为方式的不同,通常需要不同的代码来实现.典型的光照着色器可能如下所示:
if(lightPosition.w == 0.0){
//directional light code here
} else {
//point light code here
}
齐次坐标具有一个用于缩放X,Y和Z维度的的额外维度W.
平移变换和透视投影变换的矩阵只能应用于齐次坐标,这就是为什么齐次坐标在三维图形学中如此普遍的原因.一般规定W=1的齐次坐标为"正确"的齐次坐标.任何齐次坐标可以通过除以W分量(透视除法)转换为"正确"的齐次坐标,除了W=0的情况.当W=0时,我们一般用其来表示一束平行光的方向
点向量坐标矩阵的几何意义介绍旋转矩阵的几何含义之前，先介绍一下点向量坐标矩阵的几何含义点：在一维空间下就是一个标量，如同一条直线上，以任意某一个位置为0点，以一定的尺度间隔为1，2，3...,相反方向为-1，-2，-3...；如此就形成了一维坐标系，这时候任何一个点都可以用一个数值表示，如点p1=5，即即从原点出发沿着x轴正方向移动5个尺度；点p2=-3，负方向移动3个尺度； 在一维坐标系上过原点做垂直于一维坐标系的直线，则形成了二维坐标系，此时描述一个点需要两个数值来表示点p3=（3，2），即从原点出发沿着x轴正方向移动3个尺度，在此基础上沿着y轴正方向移动两个尺度的位置就是点p3。
我使用geokit和geokit-railsgemforrails有一段时间了，但我还没有找到答案的一个问题是如何找到一组点的计算聚合中心。我知道如何计算两点之间的距离，但不会超过2。我的理由是，我在同一个城市中有一系列的点……一切都完美的城市会有一个我可以使用的中心，但有些城市，比如柏林没有一个完美的中心。他们有多个中心，我只想使用我数据库中的所有地点列表来计算特定分布的中心。还有其他人遇到过这个问题吗？有什么建议吗？谢谢 最佳答案 之前从未使用过Geokit，这个操作背后的数学原理相对容易自己实现。假设这些点由纬度和经度组成，您
目录一、世界坐标系与本地坐标系二、srcGameObject.transform.TransformPoint(Vector3 vec)三、srcGameObject.transform.TransformVector(Vector3 vec)四、srcGameObject.transform.TransformDirection(Vector3 vec)五:示例一、世界坐标系与本地坐标系 世界坐标很好理解，就是模型的transform.position，通常在无父物体的情况下，创建出来的模型默认位置就是世界坐标系的原点。 每个物体都有自身的坐标系，此坐标系就是本地坐标系。本地坐标
我正在尝试将邻域数据导入我的应用程序，但我在使用从here获得的数据时遇到了问题。此文件包含一个包含旧金山街区的shapefile。我正在运行RubyonRails框架，目前正在使用GeoRuby来解析shapefile。代码如下所示:defself.run_importshpfile='/path/to/realtor_neighborhoods/realtor_neighborhoods'ShpFile.open(shpfile)do|shp|shp.eachdo|shape|#Thisgetsthefirst(andonly)PolygonfromeachMultiPolygon
1.变换1.1什么是变换?变换（Transform）是计算机图形学中非常重要的一部分。变换包含模型变换（Modelingtransform）以及视图变换（Viewtransform）。模型变换指的是变换模型（被拍摄物体）的位置，大小和角度；视图变换指的是变换照相机的位置和角度。从相对运动的角度来看，两种变换是可以相互转化的。1.2模型变换1.2.1二维变换缩放变换缩放变换（Scale）中，如果一个图片以原点(0,0)为中心缩放𝑠倍。那么点(𝑥,𝑦)变换后数学形式可以表示为写成矩阵形式为：当然，我们也可以给x轴和y轴不同的缩放倍数𝑠𝑥和𝑠𝑦。在非均匀情况下，缩放变换的矩阵形式为反射变换反射变换（
我想从我的S3容器中读取照片的几何形状。当它在我的本地时，这是有效的:defphoto_geometry(style=:original)@geometry||={}@geometry[style]||=Paperclip::Geometry.from_filephoto.path(style)end但是当我将模型切换到S3时它似乎不起作用。有什么建议吗？更大的故事是，我正在尝试编写一些代码，允许我从S3检索照片，允许用户裁剪它们，然后将它们重新上传回S3，仍然由回形针分配。编辑:这是返回的错误:Paperclip::NotIdentifiedByImageMagickError:ph
我想知道是否有一种方法可以在不依赖GoogleMapsAPI的情况下计算两个GPS坐标的距离。我的应用程序可能会收到float坐标，否则我将不得不对地址执行反向GEO。 最佳答案 地球上两个坐标之间的距离通常使用Haversineformula来计算.该公式考虑了地球形状和半径。这是我用来计算以米为单位的距离的代码。defdistance(loc1,loc2)rad_per_deg=Math::PI/180#PI/180rkm=6371#Earthradiusinkilometersrm=rkm*1000#Radiusinmeter
我正在使用Leaflet1.0.0rc3并且需要使用绝对像素值来修改map上的某些内容。因此，我想知道用户点击像素的位置，然后将其转换回LatLng坐标。我尝试使用map.unproject()，这似乎是正确的方法(unproject()Leafletdocumentation)。但该方法产生的LatLng值与e.latlng的输出有很大不同。(例如，输入LatLng(52,-1.7)并输出LatLng(84.9,-177))。所以我一定是做错了什么。问题:将点从层(x,y)空间投影到LatLng空间的正确方法是什么？这是一个代码片段(fiddle:https://jsfiddle
我拼命寻找在单击上下文菜单或使用快捷键时检索用户鼠标坐标的方法如果可能的话，我希望不必使用需要用户移动的onmousemove事件:/你知道怎么做吗？提前感谢您的回复 最佳答案 这只是一个简单的示例，仅适用于:文件->更改manifest.json中的"matches":["file:"]以添加新功能上下文菜单选择->更改上下文:contextMenus.create(bg.js)中的["selection"]以添加新功能辅助鼠标按钮->在(c.js)中更改(mousePos.button==2)以添加新功能你也可以试试moused
对于Canvas图层，如何访问特定图block的点击像素？给定像{lat:37.68816,lng:-119.76196}这样的LatLng，我如何:#1，检索正确的点击block，#2，block内的像素坐标？这两个都应该考虑maxNativeZoom。 最佳答案 需要像L.CRS.EPSG3857这样的CRS。map的CRS可通过map.options.crs访问。需要真正的缩放、图block大小(如256，但可能为512或更高maxNativeZoom)和像素原点，如map.getPixelOrigin():constlatl