此篇为后面的着色效果积累了数学基础,在到目前为止我们使用矩阵的大部分情况下是直接仿射空间变换,是仿射空间a到仿射空间b的变换,使用矩阵表示。
矩阵T*齐次坐标V=齐次坐标v '
其计算的详细内容是矩阵行和向量列的点积,其计算意义即得到新仿射空间中的坐标分量,人们谈得很多。
现在我们来学习矩阵的转置操作(得到转置矩阵)和矩阵的逆操作(得到逆矩阵)这两个矩阵的操作。
.首先,让我们来看看如何在数学上定义转置矩阵:
通过替换矩阵的矩阵得到的新矩阵称为转置矩阵,转置矩阵的行列式是不变的。
这里用4x4矩阵展示。 因为4x4矩阵被用于三维图形的开发。
同时转置矩阵有以下运算性质。
前三个应该很容易理解。 也许一目了然。 我给你看一下第四个运算的性质。
请尝试使用4x4矩阵估计第四个公式的导出。 在我们的三维图形学中,基本上只使用44矩阵,所以导出一次就可以加深印象。
然后把导出过程印在脑子里,之后进行相关计算的话就会一目了然。
让我们来看看如何在数学上定义逆矩阵:
如果存在矩阵m及矩阵n,且M*N=矩阵I(identifymatrix单位矩阵),则矩阵m和矩阵n相互为逆矩阵。
这样看逆矩阵的话,最大的作用是“复原变换”。 这意味着,如果m和n互为逆矩阵,酷门坐标a得到原来的齐次坐标a,则恢复了这个变换。 从仿射空间的角度来看,如果仿射空间a经过矩阵m变换为仿射空间b,则仿射空间b经过m的逆矩阵n变换后恢复为仿射空间a。
逆矩阵有什么运算性质呢? 如下所示。
第一个一目了然。
第二,需要一点描写:
第三点可能也需要推测:
至此,我们先给出了转置矩阵和逆矩阵的一般公式的性质。 顺便问一下,为什么要观察学习这两个矩阵操作呢? 或者这两个矩阵操作具体有什么用呢? 为了有趣而发表奇怪的公式定理吗? nonono,这与后来需要导出三维图形学中的奇异空间有很大关系。 这里先储备知识,之后再来实际应用CG shader。
so,接下来继续。