引言
在计算机图形学中， Transformation（变换）是构建和处理3D场景的核心概念。它不仅决定了物体在虚拟空间中的位置和姿态，还直接影响着渲染管线的效率和最终图像的视觉效果。Games101的第三讲深入探讨了从2D到3D的坐标变换体系，系统讲解了平移、旋转、缩放等基础变换的原理与实现方法，并引入了齐次坐标这一关键数学工具，为后续的图形渲染管线奠定了理论基础。
一、为什么需要变换？
1.1 图形学中的坐标体系
在图形学中，坐标体系是描述物体位置和空间关系的数学框架。不同的坐标体系服务于不同的计算需求：
模型坐标系（Model Space）：每个物体拥有独立的坐标系，原点通常位于物体中心，便于描述局部几何特征。
世界坐标系（World Space）：所有物体共享的全局坐标系，用于统一管理场景中的物体位置和关系。
相机坐标系（Camera Space）：以相机为原点的坐标系，用于定义视锥体和裁剪操作。
屏幕坐标系（Screen Space）：最终渲染到显示设备的坐标系，通常以像素为单位。
1.2 坐标变换的意义
坐标变换的本质是将物体从一个坐标系映射到另一个坐标系。例如：
将模型从模型坐标系转换到世界坐标系，实现场景组装。
将世界坐标系中的物体转换到相机坐标系，实现视角控制。
将3D坐标投影到2D屏幕，实现透视效果。
1.3 变换的数学表示
变换通过矩阵运算实现，其核心思想是： $$ \mathbf{v}' = \mathbf{M} \cdot \mathbf{v} $$ 其中：
$\mathbf{v}$ 是原坐标（3×1向量）
$\mathbf{M}$ 是变换矩阵（3×3或4×4矩阵）
$\mathbf{v}'$ 是变换后的坐标
二、2D变换：基础操作
2.1 平移（Translation）
平移是改变物体位置的变换，其矩阵形式为： $$ \mathbf{T} = \begin{bmatrix} 1 & 0 & t_x \ 0 & 1 & t_y \ 0 & 0 & 1 \end{bmatrix} $$
$t_x$ 和 $t_y$ 分别表示x和y方向的平移量。
特点：平移不可通过3×3矩阵的线性变换实现，需引入齐次坐标。
2.2 旋转（Rotation）
旋转是绕某点改变物体方向的变换，其矩阵形式为： $$ \mathbf{R}(\theta) = \begin{bmatrix} \cos\theta & -\sin\theta & 0 \ \sin\theta & \cos\theta & 0 \ 0 & 0 & 1 \end{bmatrix} $$
$\theta$ 为旋转角度（逆时针为正）。
旋转中心默认为坐标系原点，可通过组合平移实现绕任意点旋转。
2.3 缩放（Scaling）
缩放是改变物体尺寸的变换，其矩阵形式为： $$ \mathbf{S}(s_x, s_y) = \begin{bmatrix} s_x & 0 & 0 \ 0 & s_y & 0 \ 0 & 0 & 1 \end{bmatrix} $$
$s_x$ 和 $s_y$ 分别表示x和y方向的缩放因子。
缩放中心默认为原点，可通过组合平移实现绕任意点缩放。
2.4 变换的复合与顺序
在实际应用中，多个变换需按特定顺序组合：
先缩放后旋转：缩放会改变旋转的效果（如非均匀缩放导致物体变形）。
先旋转后缩放：缩放仅影响旋转后的坐标，保持几何形状。
示例：绕点$(x_0, y_0)$旋转$\theta$的复合变换： $$ \mathbf{T} = \mathbf{T}(x_0, y_0) \cdot \mathbf{R}(\theta) \cdot \mathbf{T}(-x_0, -y_0) $$
三、3D变换：扩展与挑战
3.1 3D平移
平移矩阵扩展为： $$ \mathbf{T} = \begin{bmatrix} 1 & 0 & 0 & t_x \ 0 & 1 & 0 & t_y \ 0 & 0 & 1 & t_z \ 0 & 0 & 0 & 1 \end{bmatrix} $$
3.2 3D旋转
3D旋转需绕某一轴进行，其矩阵形式为：
绕x轴旋转： $$ \mathbf{R}_x(\theta) = \begin{bmatrix} 1 & 0 & 0 & 0 \ 0 & \cos\theta & -\sin\theta & 0 \ 0 & \sin\theta & \cos\theta & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} $$
绕y轴旋转： $$ \mathbf{R}_y(\theta) = \begin{bmatrix} \cos\theta & 0 & \sin\theta & 0 \ 0 & 1 & 0 & 0 \ -\sin\theta & 0 & \cos\theta & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} $$
绕z轴旋转： $$ \mathbf{R}_z(\theta) = \begin{bmatrix} \cos\theta & -\sin\theta & 0 & 0 \ \sin\theta & \cos\theta & 0 & 0 \ 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} $$
3.3 3D缩放
缩放矩阵扩展为： $$ \mathbf{S}(s_x, s_y, s_z) = \begin{bmatrix} s_x & 0 & 0 & 0 \ 0 & s_y & 0 & 0 \ 0 & 0 & s_z & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} $$
3.4 3D变换的复合
3D变换的复合顺序直接影响结果：
先旋转后平移：旋转以物体局部坐标系为基准。
先平移后旋转：旋转以世界坐标系为基准。
四、齐次坐标：统一变换的数学工具
4.1 齐次坐标的引入
齐次坐标通过增加一个维度（通常为$w$）来统一表示平移、旋转和缩放： $$ \mathbf{v} = \begin{bmatrix} x \ y \ z \ w \end{bmatrix} $$
当$w=1$时，表示三维点：$(x/w, y/w, z/w)$。
当$w=0$时，表示向量（无位置信息）。
4.2 齐次坐标的优势
统一表示：所有变换可表示为4×4矩阵的乘法。
逆变换：通过矩阵求逆实现。
透视投影：支持齐次除法实现透视效果。
4.3 齐次坐标下的变换矩阵
平移矩阵： $$ \mathbf{T} = \begin{bmatrix} 1 & 0 & 0 & t_x \ 0 & 1 & 0 & t_y \ 0 & 0 & 1 & t_z \ 0 & 0 & 0 & 1 \end{bmatrix} $$
旋转矩阵： $$ \mathbf{R}_x(\theta) = \begin{bmatrix} 1 & 0 & 0 & 0 \ 0 & \cos\theta & -\sin\theta & 0 \ 0 & \sin\theta & \cos\theta & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} $$
缩放矩阵： $$ \mathbf{S}(s_x, s_y, s_z) = \begin{bmatrix} s_x & 0 & 0 & 0 \ 0 & s_y & 0 & 0 \ 0 & 0 & s_z & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} $$
五、变换顺序与矩阵乘法
5.1 矩阵乘法的结合性
变换矩阵的乘法满足结合律，但不满足交换律： $$ \mathbf{M}_1 \cdot (\mathbf{M}_2 \cdot \mathbf{M}_3) = (\mathbf{M}_1 \cdot \mathbf{M}_2) \cdot \mathbf{M}_3 $$ $$ \mathbf{M}_1 \cdot \mathbf{M}_2 \neq \mathbf{M}_2 \cdot \mathbf{M}_1 $$
5.2 变换顺序的物理意义
先旋转后平移：旋转以物体局部坐标系为基准，平移以世界坐标系为基准。
先平移后旋转：旋转以世界坐标系为基准，平移以旋转后的坐标系为基准。
5.3 示例：绕任意点旋转
将物体平移至原点：$\mathbf{T}(-x_0, -y_0, -z_0)$。
执行旋转：$\mathbf{R}(\theta)$。
将物体平移回原位置：$\mathbf{T}(x_0, y_0, z_0)$。
复合变换矩阵： $$ \mathbf{M} = \mathbf{T}(x_0, y_0, z_0) \cdot \mathbf{R}(\theta) \cdot \mathbf{T}(-x_0, -y_0, -z_0) $$
六、变换的应用场景
6.1 模型变换（Model Transformation）
将模型从模型坐标系转换到世界坐标系，包括：
位置调整（平移）
姿态调整（旋转）
尺寸调整（缩放）
6.2 视图变换（View Transformation）
将世界坐标系中的物体转换到相机坐标系，包括：
相机位置调整（平移）
相机方向调整（旋转）
6.3 投影变换（Projection Transformation）
将3D坐标投影到2D屏幕，包括：
正交投影（Orthographic Projection）
透视投影（Perspective Projection）
七、变换的优化与实现
7.1 变换矩阵的存储
在图形API中，变换矩阵通常以列优先顺序存储： $$ \mathbf{M} = \begin{bmatrix} m_{11} & m_{12} & m_{13} & m_{14} \ m_{21} & m_{22} & m_{23} & m_{24} \ m_{31} & m_{32} & m_{33} & m_{34} \ m_{41} & m_{42} & m_{43} & m_{44} \end{bmatrix} $$
7.2 变换的层次结构
复杂场景中，物体通常以层次结构组织：
父节点的变换会影响子节点。
子节点的变换是相对于父节点的坐标系。
7.3 变换的逆运算
逆变换用于实现撤销操作或反向计算： $$ \mathbf{v} = \mathbf{M}^{-1} \cdot \mathbf{v}' $$
八、总结与展望
8.1 核心知识点回顾
2D变换：平移、旋转、缩放及其矩阵表示。
3D变换：扩展至三维空间，引入绕任意轴旋转。
齐次坐标：统一表示变换，支持透视投影。
变换顺序：影响最终结果，需谨慎设计。
8.2 进阶方向
四元数：用于表示旋转，避免万向节锁问题。
骨骼动画：通过层次变换实现角色动画。
物理模拟：结合变换实现刚体动力学。
8.3 实践建议
使用图形API（如OpenGL或DirectX）内置的变换函数。
调试时，通过打印变换矩阵验证计算结果。
理解变换的数学本质，避免盲目套用公式。
结语
Transformation是计算机图形学的基石，它不仅是构建虚拟世界的数学工具，更是连接几何与视觉的桥梁。通过深入理解变换的原理和实现方法，我们能够更高效地构建复杂的3D场景，实现从简单几何体到逼真虚拟现实的跨越。在后续的学习中，变换将贯穿于渲染管线的每一个环节，成为我们探索图形学奥秘的钥匙。