游戏客户端架构 / 系统课时
为什么三维变换要用齐次坐标
为什么三维变换要用齐次坐标
三阶矩阵能旋转和缩放三维向量,却无法单独表示任意平移。齐次坐标多加一个分量,让这些操作进入同一套矩阵乘法。本节从平移的限制出发,解释四维表示的作用,以及何时必须除以最后一个分量。
学习目标
- 解释三阶线性变换不能表达平移的原因
- 区分仿射变换与投影后的齐次坐标
- 在透视除法前检查分母
线性变换必须把零映射到零
任意三阶矩阵乘零向量,结果仍然是零。因此它可以表示围绕原点的旋转、缩放、剪切,却不能把原点移动到 (5,0,0)。若在每一步之后额外加平移,连续层级变换就要维护许多分散的乘法与加法。
把三维点写成 (x,y,z,1),四阶矩阵就能把平移放到最后一列。其左上三阶部分负责线性变换,最后一行在仿射情况下为 (0,0,0,1)。多个仿射操作相乘仍是仿射矩阵,计算链因此可以先合并再作用于许多顶点。
最后一个分量不是普通距离
非零比例倍数的齐次点表示相同的三维位置。例如 (2,4,6,2) 与 (1,2,3,1) 都对应 (1,2,3)。恢复三维分量需要前三项除以最后一项,不能仅丢掉最后一项。
| 数据 | 常见齐次表示 | 处理方式 |
|---|---|---|
| 三维位置 | (x,y,z,1) |
接收平移 |
| 位移向量 | (dx,dy,dz,0) |
忽略平移,不做位置除法 |
| 投影输出 | (xc,yc,zc,wc) |
裁剪后按约定做透视除法 |
验证等价齐次点
使用 Python 3.12、NumPy 2.3.5,保存代码为 demo.py 并执行 python demo.py。函数只处理有限、非零末分量的位置;方向向量不能传入这个位置恢复接口。
python
import numpy as np
def cartesian(value):
h = np.asarray(value, dtype=float)
# w 接近零的位置不能安全恢复,方向也不属于此接口。
if h.shape != (4,) or not np.all(np.isfinite(h)) or abs(h[3]) < 1e-9:
raise ValueError("invalid homogeneous point")
return h[:3] / h[3]
first = cartesian([1, 2, 3, 1])
second = cartesian([2, 4, 6, 2])
print("point", second.tolist())
print("same", bool(np.allclose(first, second)))
try:
cartesian([1, 0, 0, 0])
except ValueError:
# 拒绝无穷远或方向输入,避免除零传播。
print("zero_w", "rejected")预期输出:
text
point [1.0, 2.0, 3.0]
same True
zero_w rejected投影以后还要检查可见性
仿射变换作用于末项一的点后,末项仍是一,因此不需要每一层都做除法。透视投影通常改变末项,并让屏幕位置与深度相关。透视除法是投影流程中的独立阶段,不应塞进普通世界空间转换函数。
分母不为零也不能证明点可见。还需要依据当前投影约定检查相机前后、近远裁剪与横纵边界。相机后方的点做除法可能得到看似合理的二维位置,直接放置 UI 会出现倒挂或跳边。
齐次坐标的价值是统一组合规则;它不意味着世界真的多了一条可移动的空间轴。引擎接口已经返回三维世界位置时,不要再按投影数据处理,也不要额外人为除以某个深度值。
按自己的节奏,确认真正理解。