GAMES101 图形学Transform全解：从几何意义到完整推导

前言：学变换，先确定「参考系」

图形学里的变换，从来都不是背下 $4\times 4$ 矩阵就完事了。大部分理解偏差和计算错误，是因为没盯紧当前坐标到底是「相对谁」描述的。

从模型的顶点数据，到最终屏幕上的像素，一个顶点会依次穿过6个完全不同的坐标空间：局部空间(local) → 世界空间(world) → 观察空间(view) → 裁剪空间(clip) → 标准化设备坐标(NDC) → 屏幕空间(screen)。而我们常说的MVP矩阵，正是完成前4步空间转换的核心工具，整条渲染管线最核心的公式，就是这一行：

$$p_{clip}=P\cdot V\cdot M\cdot p_{local}$$

本文会把这个公式的每一步拆解得明明白白，从几何意义到公式推导，从易混点辨析到引擎实践，带你理解图形学变换的核心逻辑。

一、Model 矩阵：把模型从局部空间「搬进」世界空间

Model 矩阵（简称 M 矩阵）的核心任务：将模型局部坐标系下的顶点坐标，转换为世界坐标系下的坐标，公式表达为：

$$p_{world}=M\cdot p_{local}$$

1.1 前置知识：为什么要用4维齐次坐标？

在正式讲M矩阵之前，必须先解决一个核心问题：3维空间的点，为什么非要用4维向量和 $4\times 4$ 矩阵来计算？

答案很简单：平移变换无法用 $3\times 3$ 线性变换矩阵表示。

线性变换有一个核心约束：必须满足「原点映射到原点」。而平移变换的本质，是把空间中所有点都加上一个偏移量，比如把点 $(x,y,z)$ 平移到 $(x+t_x,y+t_y,z+t_z)$ ，这个操作会让原点 $(0,0,0)$ 变成 $(t_x,t_y,t_z)$ ，天然不满足线性变换的约束。

为了把「平移+旋转+缩放」这些仿射变换，统一成线性变换的形式，我们引入了齐次坐标：

• 3维空间中的点，扩展为4维向量 $(x,y,z,1)$ ，$w$ 分量为1表示「点」；
• 3维空间中的方向向量，扩展为4维向量 $(x,y,z,0)$ ，$w$ 分量为0表示「向量」（平移对方向无影响）。

基于齐次坐标，我们就能用 $4\times 4$ 矩阵，把所有仿射变换统一成「矩阵×向量」的形式，这也是整个变换体系的数学基础。

1.2 基础变换矩阵的完整形式与推导

M 矩阵本质上是「平移(T)、旋转( R)、缩放(S)」三个基础变换的组合，我们先把每个基础变换的矩阵形式和几何意义理清。

（1）缩放矩阵 S

缩放变换的核心，是沿 $x、y、z$ 三个轴分别对坐标进行缩放，缩放因子为 $s_x,s_y,s_z$ ，其齐次坐标下的矩阵形式为：

$$S(s_x,s_y,s_z)=\left[\begin{array}{cccc}{s}_x& 0& 0& 0\\ 0& s_y& 0& 0\\ 0& 0& s_z& 0\\ 0& 0& 0& 1\end{array}\right]$$

推导验证：对局部点 $p_{local}=(x,y,z,1{)}^T$ 做缩放变换：

$$S\cdot p_{local}=\left[\begin{array}{cccc}{s}_x& 0& 0& 0\\ 0& s_y& 0& 0\\ 0& 0& s_z& 0\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}{s}_{x}x\\ s_{y}y\\ s_{z}z\\ 1\end{array}\right]$$

完全符合缩放的几何预期，当 $s_x=s_y=s_z=1$ 时，为单位矩阵，无缩放效果。

（2）旋转矩阵 R

旋转是三个基础变换里最复杂的，通常先从绕坐标轴的旋转入手，后续会用罗德里格斯公式（Rodrigues’ rotation formula）扩展到绕任意轴旋转。

关于罗德里格斯公式的详细推导过程，可参考另一篇专门讨论此内容的文章 罗德里格斯公式（Rodrigues’ rotation formula）推导。

图形学中默认右手定则定义旋转正方向：右手握住旋转轴，大拇指指向轴的正方向，四指弯曲的方向就是旋转的正方向。

• 绕 $x$ 轴旋转 $\theta$ 角的旋转矩阵：

$$R_x(\theta )=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \theta & -\sin \theta & 0\\ 0& \sin \theta & \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right]$$

• 绕y轴旋转θ角的旋转矩阵（注意符号与 $x、z$ 轴相反，源于右手系坐标轴叉乘顺序）：

$$R_y(\theta )=\left[\begin{array}{cccc}\cos \theta & 0& \sin \theta & 0\\ 0& 1& 0& 0\\ -\sin \theta & 0& \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right]$$

• 绕z轴旋转θ角的旋转矩阵：

$$R_z(\theta )=\left[\begin{array}{cccc}\cos \theta & -\sin \theta & 0& 0\\ \sin \theta & \cos \theta & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$$

核心性质：旋转矩阵是正交矩阵，满足 $R^T=R^{-1}$ ，即旋转矩阵的转置等于其逆矩阵。这个性质在后续 View 矩阵的推导中至关重要。

（3）平移矩阵 T

平移变换的核心，是给 $x、y、z$ 三个轴分别加上偏移量 $t_x,t_y,t_z$ ，其齐次坐标下的矩阵形式为：

$$T(t_x,t_y,t_z)=\left[\begin{array}{cccc}1& 0& 0& t_x\\ 0& 1& 0& t_y\\ 0& 0& 1& t_z\\ 0& 0& 0& 1\end{array}\right]$$

推导验证：对点 $p=(x,y,z,1{)}^T$ 做平移变换：

$$T\cdot p=\left[\begin{array}{cccc}1& 0& 0& t_x\\ 0& 1& 0& t_y\\ 0& 0& 1& t_z\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}x+t_x\\ y+t_y\\ z+t_z\\ 1\end{array}\right]$$

完全符合平移的几何预期；而对方向向量 $(x,y,z,0{)}^T$ ，平移后结果不变，也符合「平移不影响方向」的物理意义。

1.3 变换组合顺序：为什么必须是 M = T · R · S ？

在列向量右乘的约定下，M矩阵的标准组合形式是：

$$M=T\cdot R\cdot S$$

核心规则：矩阵乘法的执行顺序，是从右到左。也就是说，顶点会先执行缩放(S)，再执行旋转( R)，最后执行平移(T)，这个顺序绝对不能随意交换。

为什么？因为矩阵乘法不满足交换律，交换顺序后，几何意义会完全改变。我们用一个最直观的反例就能说明：

例子：有一个点 $p=(1,0,0,1{)}^T$ ，先绕 $z$ 轴旋转 $90°$，再沿 $x$ 轴平移 3 个单位；和先平移 3 个单位，再绕 $z$ 轴旋转 $90°$，结果天差地别。

1. 先旋转后平移（T·R）：
2. 旋转后点变为 $(0,1,0,1{)}^T$ ，平移后变为 $(3,1,0,1{)}^T$
3. 先平移后旋转（R·T）：
4. 平移后点变为 $(4,0,0,1{)}^T$ ，旋转后变为 $(0,4,0,1{)}^T$

两个结果完全不同，这就是顺序的核心意义。而我们之所以固定「缩放→旋转→平移」的顺序，是为了避免变换之间的干扰：

• 先缩放，再旋转，不会让缩放影响旋转轴的方向；
• 最后平移，不会让平移被旋转和缩放改变偏移方向。

这个顺序本质上是在定义：模型局部坐标系如何完整地嵌入到世界坐标系中——缩放定义模型的大小，旋转定义模型局部轴在世界中的朝向，平移定义模型局部原点在世界中的位置。

1.4 绕世界轴还是局部轴？全看乘法位置

初学者最常问的一个问题：旋转到底是绕世界坐标系的轴，还是模型局部坐标系的轴？

答案不是固定的，完全取决于旋转矩阵乘在已有 M 矩阵的哪一侧，在列向量右乘的约定下：

1. 在 M 矩阵右侧乘旋转矩阵： $$M_{new}=M_{old}\cdot R_{new}$$

几何意义：绕模型当前的局部轴旋转。因为旋转先于M矩阵中已有的平移和旋转执行，是在模型局部空间中完成的。

2. 在 M 矩阵左侧乘旋转矩阵： $$M_{new}=R_{new}\cdot M_{old}$$

几何意义：绕世界坐标系的固定轴旋转。因为旋转后于M矩阵中已有的变换执行，是在世界空间中对整个模型的姿态做二次旋转。

1.5 引擎实践：层级变换与帧更新逻辑

很多人会误以为，物体的运动是靠矩阵不断连乘实现的，但实际引擎（比如 Unity、Unreal）的做法完全不是这样。

引擎的Transform组件，底层维护的不是一个 $4\times 4$ 矩阵，而是模型当前帧的 $position$（位置）、$rotation$（旋转）、$scale$（缩放）三个基础状态。每一帧渲染时，引擎会用这三个状态，直接重新构造当前帧的局部 M矩阵：

$$localMatrix=T(position)\cdot R(rotation)\cdot S(scale)$$

如果模型有父节点，那么世界矩阵的计算方式为：

$$worldMatrix=parentWorldMatrix\cdot localMatrix$$

这种做法的优势非常明显：

1. 避免矩阵连乘带来的浮点误差积累；
2. 方便编辑器直接修改位置、旋转、缩放参数，无需做矩阵逆运算；
3. 完美适配场景的父子层级系统，层级关系清晰可控。

二、View矩阵：把世界坐标系，换成相机的「第一视角」

View 矩阵（简称 V 矩阵）是整个 MVP 里最容易被误解的部分，很多教程一句话带过：「View 变换就是把相机移到世界原点」。这句话不算错，但只说了一半，另一半才是理解的核心：我们不会真的移动相机，而是对整个世界做一个与相机位姿完全相反的变换，让所有点的坐标变成「相对相机」的描述。

2.1 View 变换的核心意义

经过M矩阵后，所有顶点都已经在世界坐标系下了，但我们渲染画面，是从相机的视角出发的。人眼看到的物体位置，从来不是「物体在世界里的绝对坐标」，而是「物体相对我们的位置和方向」，View 变换做的就是这件事。

View 变换的公式表达为：

$$p_{view}=V\cdot p_{world}$$

经过View变换后，坐标空间从世界空间切换到观察空间（相机空间），这个空间的原点不再是世界原点，而是相机的位置；$x、y、z$ 轴也不再是世界坐标轴，而是相机自身的右、上、后方向轴。

2.2 核心推导：View 矩阵 = 相机位姿矩阵的逆

我们先定义：相机在世界坐标系中的位姿矩阵为 $C$ ，这个 $C$ 和模型的 M 矩阵完全等价——它描述了相机局部坐标系如何嵌入到世界坐标系中，同样可以拆分为平移和旋转：

$$C=T_c\cdot R_c$$

其中 $T_c$ 是相机在世界中的平移矩阵， $R_c$ 是相机在世界中的旋转矩阵。

现在，我们要把世界坐标系下的点，转换为相机坐标系下的点，本质上就是做一次「坐标系的逆变换」。如果相机的位姿是「先旋转，再平移到世界中的某个位置」，那么要把世界点转换到相机空间，就需要做完全相反的操作：先把世界整体平移，让相机回到世界原点；再把世界整体旋转，让相机的坐标轴和世界坐标轴对齐。

用矩阵的语言表达，就是 View 矩阵等于相机位姿矩阵的逆：

$$V=C^{-1}$$

根据矩阵逆的运算性质 $(AB{)}^{-1}=B^{-1}{A}^{-1}$ ，我们可以把V矩阵拆分为：

$$V=(T_c\cdot R_c{)}^{-1}=R_c^{-1}\cdot T_c^{-1}$$

这里就用到了旋转矩阵的核心性质：旋转矩阵是正交矩阵， $R_c^{-1}=R_c^T$ 。所以最终 V 矩阵可以写成：

$$V=R_c^T\cdot T_c^{-1}$$

这也是所有教程里 View 矩阵的标准形式，它的几何意义无比清晰：先对世界做逆平移（ $T_c^{-1}$ ），把相机挪到原点；再对世界做逆旋转（ $R_c^T$ ），让相机的坐标轴与世界坐标轴对齐。

2.3 相机旋转矩阵的线性代数本质与完整构造

这是绝大多数教程的跳步重灾区，我们从线性代数「基变换」的根源出发，推导相机旋转矩阵的完整构造逻辑，讲清「为什么旋转矩阵的行是 $u、v、w$」「为什么逆旋转是转置」。

前置核心定理：坐标系变换 = 基变换

线性代数中，同一个向量，在不同坐标系下的坐标转换，本质是基向量的变换。我们先明确两个核心坐标系的基向量：

• 世界坐标系的标准正交基（世界基E）： $e_x=(1,0,0),e_y=(0,1,0),e_z=(0,0,1)$ ，是右手系单位正交基，也是我们的全局参考基准。
• 相机坐标系的标准正交基（相机基U）： $u$ （相机右方向）、 $v$ （相机上方向）、 $w$ （相机后方向），通过后续正交归一化得到，同样是右手系单位正交基。

任何一个空间向量 $\vec{p}$ ，都可以用任意一组基的线性组合来表示。比如：

1. 用世界基表示： $\vec{p}=x{e}_x+y{e}_y+z{e}_z$ ，其中 $(x,y,z)$ 就是向量 $\vec{p}$ 在世界坐标系下的坐标，写成矩阵形式为：

$$\vec{p}=\left[\begin{array}{ccc}{e}_x& e_y& e_z\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\end{array}\right]$$

2. 用相机基表示： $\vec{p}=x^{\prime }u+y^{\prime }v+z^{\prime }w$ ，其中 $(x^{\prime },y^{\prime },z^{\prime })$ 就是同一个向量 $\vec{p}$ 在相机坐标系下的坐标，写成矩阵形式为：

$$\vec{p}=\left[\begin{array}{ccc}u& v& w\end{array}\right]\cdot \left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\end{array}\right]$$

因为是同一个向量，两个表达式完全相等：

$$\left[\begin{array}{ccc}{e}_x& e_y& e_z\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\end{array}\right]=\left[\begin{array}{ccc}u& v& w\end{array}\right]\cdot \left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\end{array}\right]$$

由于世界基E是标准单位正交基， $\left[\begin{array}{ccc}{e}_x& e_y& e_z\end{array}\right]$ 就是3阶单位矩阵 $I$ ，因此左边可以直接简化为世界坐标 $\left[\begin{array}{c}xyz\end{array}\right]$ ，也就是 ${\vec{p}}_{world}$ 。

我们把右边的 $\left[\begin{array}{ccc}u& v& w\end{array}\right]$ 定义为相机基变换矩阵 $C$ ，它的列向量，就是相机的三个基向量 $u、v、w$ 在世界坐标系下的坐标。此时公式简化为：

$\vec{p}\ast world=C\cdot {\vec{p}}_{view}$

关键结论1：相机旋转矩阵 $R_c$ 就是基变换矩阵 $C$

这个公式的几何意义非常明确：已知一个向量在相机坐标系下的坐标 ${\vec{p}}_{view}$ ，乘上基变换矩阵 $C$ ，就能得到它在世界坐标系下的坐标 ${\vec{p}}_{world}$ 。而这，正是相机旋转矩阵 $R_c$ 的核心作用，因此：

$$R_c=C=\left[\begin{array}{ccc}{u}_x& v_x& w_x\\ u_y& v_y& w_y\\ u_z& v_z& w_z\end{array}\right]$$

它的列向量，永远是相机的三个基向量 $u、v、w$ 。

关键结论2：逆旋转矩阵 $R_{view}=R_c^{-1}=R_c^T$

我们的核心需求是反过来：已知世界坐标 ${\vec{p}}_{world}$ ，求它在相机坐标系下的坐标 ${\vec{p}}_{view}$ 。因此我们对上面的公式两边同时左乘 $C$ 的逆矩阵：

$$C^{-1}\cdot {\vec{p}}_{world}={\vec{p}}_{view}$$

这里就用到了正交矩阵的核心性质：由单位正交基构成的基变换矩阵，一定是正交矩阵，而正交矩阵的逆矩阵，等于它的转置矩阵，即 $C^{-1}=C^T$ 。

$C$ 的列是 $u、v、w$ ，转置之后，行就变成了 $u、v、w$ ，因此我们得到了逆旋转矩阵（也就是View矩阵的旋转部分）的最终形式：

$$R_{view}=C^T=\left[\begin{array}{ccc}{u}_x& u_y& u_z\\ v_x& v_y& v_z\\ w_x& w_y& w_z\end{array}\right]$$

关键结论3：View变换的执行顺序——先平移，后旋转

上面的推导是纯向量的旋转变换，没有考虑平移，因为平移只影响「点」的坐标，不影响「向量」的方向。

相机在世界中的位置是 $eye=(e_x,e_y,e_z)$ ，这意味着：相机坐标系的原点，在世界坐标系下的坐标是 $eye$ 。因此，世界坐标系下的任意一个点 $p_{world}$ ，它相对于相机原点的位置，是 ${\vec{p}}_{world}-eye$ 。

这个「相对位置」，就是我们上面推导的、需要做旋转变换的向量！因此，完整的View变换分为两步，逻辑顺序绝对不能颠倒：

1. 平移变换：把世界坐标系的原点，平移到相机的位置，也就是给所有世界点减去 $eye$ ，得到点相对于相机的位置：

   $${\vec{p}}_{translated}={\vec{p}}_{world}-eye$$

2. 旋转变换：把这个相对位置，从世界基变换到相机基，也就是乘上我们推导的逆旋转矩阵 $R_{view}$ ，得到最终的相机空间坐标：

   $${\vec{p}}_{view}=R_{view}\cdot {\vec{p}}_{translated}$$

   用矩阵乘法的形式表达，平移变换对应的逆平移矩阵 $T_{view}=T_c^{-1}$ ，它的作用是给所有点平移 $-eye$ ，形式为：

   $$T_{view}=\left[\begin{array}{cccc}1& 0& 0& -e_x\\ 0& 1& 0& -e_y\\ 0& 0& 1& -e_z\\ 0& 0& 0& 1\end{array}\right]$$

由于矩阵乘法的执行顺序是「从右到左」，我们需要先执行平移，再执行旋转，因此完整的View矩阵必须写成：

$$V=R_{view}\cdot T_{view}$$

2.4 相机基底的正交归一化完整步骤

到这里，我们只解决了旋转矩阵的形式问题，还有一个最核心的问题没解决：怎么根据相机的参数，构造出合法的正交归一基 $u、v、w$ ？

GAMES101 课程里，定义 View 矩阵的输入是三个参数：

• eye：相机在世界中的位置，即 $eye=(e_x,e_y,e_z)$

• gaze（简称g）：相机的看向方向，即相机镜头指向的方向向量

• up：世界空间中的上方向参考向量，通常为 $(0,1,0)$

  这里有一个巨大的坑：很多人直接拿gaze和up作为相机的z轴和y轴，这是完全错误的。因为gaze和up往往不是正交的，直接用的话，会导致相机基底倾斜，旋转矩阵不再是正交矩阵，最终渲染出来的画面会出现拉伸、扭曲。

  正确的做法，是先对这三个向量做归一化 + 正交化，构造出一组正交归一的相机基底（右手系），这一步是View变换的核心，也是最容易被省略的关键步骤。

  相机基底的完整构造步骤

  我们约定：相机的局部坐标系，$x$ 轴为右方向，$y$ 轴为上方向，$z$ 轴为后方向（相机看向 $-z$ 轴，符合 GAMES101 / OpenGL 的右手系约定）。

1. 构造相机 $z$ 轴（$w$）

   相机的看向方向是 $g$，而我们约定相机看向 $-z$ 轴，所以相机的 $z$ 轴正方向，是 $g$ 的反方向。先对 $g$ 做归一化，再取反，保证 $z$ 轴是单位向量：

   $$w=-normalize(g)$$

   这一步的意义：把任意长度的看向方向，转换为单位长度的相机 $z$ 轴，保证基底的归一性。

2. 构造相机 $x$ 轴（$u$）

   相机的x轴是右方向，根据右手系叉乘规则，右方向 = 上参考方向 × 相机 $z$ 轴。这里必须先做叉乘，再做归一化，保证 $x$ 轴同时垂直于 $up$ 和 $w$，彻底解决 $up$ 和 $gaze$ 不正交的问题：

   $$u=normalize(up\times w)$$

   这一步的意义：通过叉乘，得到一个同时垂直于 $up$ 和 $w$ 的向量，这个向量天然和相机 $z$ 轴正交，完美修正了原始 $up$ 向量的倾斜问题。

3. 构造相机 $y$ 轴（$v$）

   现在我们已经有了正交的 $x$ 轴 $u$ 和 $z$ 轴 $w$，只需要再做一次叉乘，就能得到真正正交于 $x、z$ 轴的相机上方向 $y$ 轴。由于 $u$ 和 $w$ 都是单位正交向量，叉乘结果天然是单位向量，无需再归一化：

   $$v=w\times u$$

   这一步的意义：修正原始 $up$ 向量，得到真正与相机朝向正交的上方向，最终 $u、v、w$ 构成一组完美的右手正交归一基底。

   2.5 View 矩阵的完整形式与数值实例验证

   有了相机的正交归一基底，我们就能把旋转矩阵和平移矩阵结合，得到完整的 View 矩阵。

   （1）完整的 View 矩阵展开形式

   把 $R_{view}$ 和 $T_{view}$ 相乘，我们可以得到 View 矩阵的最终展开形式：

   $$V=R_{view}\cdot T_{view}=\left[\begin{array}{cccc}{u}_x& u_y& u_z& -u\cdot eye\\ v_x& v_y& v_z& -v\cdot eye\\ w_x& w_y& w_z& -w\cdot eye\\ 0& 0& 0& 1\end{array}\right]$$

   其中 $u\cdot eye$ 是向量 $u$ 和 $eye$ 的点积，其余同理。

   数值实例验证

   我们用一个最简单的例子，验证 View 矩阵的正确性：

• 相机位置 $eye=(0,0,5)$ ，看向世界原点 $(0,0,0)$ ，所以看向方向 $g=(0,0,-5)$ ；

• 世界上方向参考 $up=(0,1,0)$ 。

  第一步：构造相机基底

  $w=-normalize(g)=-normalize((0,0,-5))=(0,0,1)$

  $u=normalize(up\times w)=normalize((0,1,0)\times (0,0,1))=normalize((1,0,0))=(1,0,0)$

  $v=w\times u=(0,0,1)\times (1,0,0)=(0,1,0)$

  第二步：构造 View 矩阵

  $T_{view}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& -5\\ 0& 0& 0& 1\end{array}\right],R_{view}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

  $V=R_{view}\cdot T_{view}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& -5\\ 0& 0& 0& 1\end{array}\right]$

  第三步：计算世界原点的观察空间坐标

  世界原点 $p_{world}=(0,0,0,1{)}^T$ ，代入公式：

  $p_{view}=V\cdot p_{world}=\left[\begin{array}{c}0\\ 0\\ -5\\ 1\end{array}\right]$

  结果完全符合预期：世界原点在相机的正前方5个单位处，对应相机空间的 $z=-5$（相机看向 $-z$ 轴），完美验证了 View 矩阵的正确性。

  2.6 最常见的认知误区纠正

1. 误区1：View 变换后，原点还是世界原点

   正确理解：View 变换后，观察空间的原点是相机的位置，所有坐标都是相对相机描述的。

2. 误区2：$up$ 向量不正交会导致画面中心偏移

   正确理解：只要通过正交化步骤构造了正确的相机基底，View 变换会完全修正 $up$ 向量的偏差；画面是否偏移，是后续投影矩阵的参数决定的，和 View 变换无关。

3. 误区3：View 矩阵是先旋转后平移

   正确理解：View 矩阵的执行顺序是先平移（ $T_{view}$ ），后旋转（ $R_{view}$ ），和相机位姿矩阵的顺序完全相反，这是矩阵逆运算的核心规则。

三、Projection 投影矩阵：把相机可见空间，规范成 GPU 能处理的标准格式

Projection 矩阵（简称 P 矩阵），是很多初学者的第二个噩梦。大家常问：模型形状千差万别，为什么投影矩阵总在讲「把一个盒子/锥体压到规范立方体」？

答案很简单：投影矩阵从来不是针对模型设计的，而是针对相机的可见空间（视锥体）设计的。

经过View变换后，所有顶点都在相机空间里了，但相机不可能看到无限远、无限宽的世界，只能看到一个有限的空间范围，这个范围就是视锥体（View Volume）。投影矩阵的核心使命，就是：

定义相机的可见空间，剔除空间外的物体（裁剪）；
把这个不规则的可见空间，统一映射到规范立方体（Canonical Cube），也就是 $x、y、z\in [-1,1]$的标准化空间，让 GPU 的后续裁剪、视口映射流程，可以复用同一套规则，不用适配不同的相机参数。

投影分为两大类：正交投影（Orthographic Projection） 和 透视投影（Perspective Projection），我们分别做完整的推导和讲解。

3.1 正交投影：从长方体到规范立方体的完整推导

正交投影的视锥体，是一个轴对齐的长方体，它的可见范围在相机空间中定义为：

$$x\in [l,r],y\in [b,t],z\in [f,n]$$

其中：

• $l$ =左边界， $r$ =右边界， $b$ =下边界， $t$ =上边界；

• $n$ =近平面， $f$ =远平面（GAMES101 约定相机看向 $-z$ 轴，所以近平面距离为 $-n$，远平面距离为 $-f$，且 $n>f$）。

  正交投影的核心，就是把这个 $[l,r]\times [b,t]\times [f,n]$ 的长方体，线性映射到 $[-1,1]\times [-1,1]\times [-1,1]$ 的规范立方体。这个映射可以拆分为两步：先平移，把长方体的中心移到世界原点；再缩放，把长方体的长宽高缩放到2，刚好填满[-1,1]的区间。

步骤1：平移矩阵 $T_{ortho}$ 的推导

我们需要把长方体的中心，从 $(\frac{l+r}{2},\frac{b+t}{2},\frac{n+f}{2})$ 平移到原点 $(0,0,0)$ ，所以平移的偏移量是 $(-\frac{l+r}{2},-\frac{b+t}{2},-\frac{n+f}{2})$ ，对应的平移矩阵为：

$$T_{ortho}=\left[\begin{array}{cccc}1& 0& 0& -\frac{l+r}{2}\\ 0& 1& 0& -\frac{b+t}{2}\\ 0& 0& 1& -\frac{n+f}{2}\\ 0& 0& 0& 1\end{array}\right]$$

步骤2：缩放矩阵 $S_{ortho}$ 的推导

平移后的长方体，x轴范围是 $[-\frac{r-l}{2},\frac{r-l}{2}]$ ，y轴范围是 $[-\frac{t-b}{2},\frac{t-b}{2}]$ ，z轴范围是 $[-\frac{n-f}{2},\frac{n-f}{2}]$ 。我们需要把这个范围缩放到[-1,1]，所以三个轴的缩放因子分别为 $\frac{2}{r-l}$ 、 $\frac{2}{t-b}$ 、 $\frac{2}{n-f}$ ，对应的缩放矩阵为：

$$S_{ortho}=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& 0\\ 0& \frac{2}{t-b}& 0& 0\\ 0& 0& \frac{2}{n-f}& 0\\ 0& 0& 0& 1\end{array}\right]$$

完整的正交投影矩阵

和 M 矩阵一样，矩阵乘法从右到左执行，先平移后缩放，所以正交投影矩阵为：

$$M_{ortho}=S_{ortho}\cdot T_{ortho}=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& -\frac{l+r}{r-l}\\ 0& \frac{2}{t-b}& 0& -\frac{b+t}{t-b}\\ 0& 0& \frac{2}{n-f}& -\frac{n+f}{n-f}\\ 0& 0& 0& 1\end{array}\right]$$

特殊情况：当视锥体是对称的，也就是 $l=-r$ ， $b=-t$ 时，平移项的分子会变成0，矩阵会大幅简化，这也是我们最常用的对称正交投影矩阵：

$$M_{ortho}=\left[\begin{array}{cccc}\frac{1}{r}& 0& 0& 0\\ 0& \frac{1}{t}& 0& 0\\ 0& 0& \frac{2}{n-f}& -\frac{n+f}{n-f}\\ 0& 0& 0& 1\end{array}\right]$$

数值实例：正交投影的视口映射与拉伸问题

我们用一个具体的例子，看正交投影的完整流程，以及宽高比拉伸的问题：

• 正交相机的可视范围： $x\in [-2,2]$ ， $y\in [-1,1]$ ， $z\in [-100,-0.1]$ ；

• 屏幕分辨率：400×100，宽高比4:1；

• 待变换的点： $p_{view}=(1,1,-1,1{)}^T$ （相机空间中，$z=-1$ 表示在相机前方1个单位）。

  第一步：计算正交投影矩阵

  $$M_{ortho}=\left[\begin{array}{cccc}\frac{2}{4}& 0& 0& 0\\ 0& \frac{2}{2}& 0& 0\\ 0& 0& \frac{2}{99.9}& -\frac{-100.1}{99.9}\\ 0& 0& 0& 1\end{array}\right]=\left[\begin{array}{cccc}0.5& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 0.02& 1.002\\ 0& 0& 0& 1\end{array}\right]$$

  第二步：投影到裁剪空间，做透视除法得到NDC坐标

  正交投影的 $w$ 分量始终为1，所以透视除法后结果不变：

  $p_{clip}=M_{ortho}\cdot p_{view}=(0.5,1,0.982,1{)}^T$

  $p_{ndc}=(0.5,1,0.982)$

  第三步：视口映射到屏幕坐标

  视口映射的公式为：

  $$x_{screen}=\frac{x_{ndc}+1}{2}\times width,y_{screen}=\frac{y_{ndc}+1}{2}\times height$$

  代入计算：

  $$x_{screen}=\frac{0.5+1}{2}\times 400=300,y_{screen}=\frac{1+1}{2}\times 100=100$$

  拉伸问题分析：相机视锥体的宽高比是 $(2-(-2)):(1-(-1))=2:1$ ，而屏幕的宽高比是4:1，两者不匹配，所以最终渲染的画面会出现横向拉伸。这也是为什么我们在实际开发中，必须让相机的宽高比和屏幕分辨率的宽高比保持一致。

  3.2 透视投影：从截头锥到规范立方体的两步法拆解

  透视投影是我们人眼和真实相机的成像模式，核心特点是「近大远小」：离相机越近的物体，看起来越大；离相机越远的物体，看起来越小。

  透视投影的视锥体，不再是长方体，而是一个截头锥（Frustum）：近平面小，远平面大，越往远处，可见的x/y范围越大。这就导致我们不能像正交投影那样，直接用一次平移+缩放完成映射，GAMES101课程里给出了一个天才的拆解思路：

1. 第一步：Persp→Ortho：把透视的截头锥，「压成」一个和正交投影一样的长方体，保留透视的「近大远小」特性；

2. 第二步：Ortho 归一化：用正交投影矩阵，把这个长方体映射到规范立方体。

   用公式表达，完整的透视投影矩阵为：

   $$M_{persp}=M_{ortho}\cdot M_{persp\to ortho}$$

3.3 Persp→Ortho 矩阵的完整构造

这是透视投影的核心难点，我们从几何意义、约束条件、公式联立到结果验证，理清 Persp→Ortho 矩阵的每一个元素的由来。

前置核心目标与约束条件

Persp→Ortho 变换的核心目标：把透视投影的截头锥（Frustum），变换成一个轴对齐的长方体（正交投影的视锥体），同时必须满足以下5个不可违背的约束：

1. 近平面上的所有点，经过变换后，$x、y、z$ 坐标完全不变（近平面是成像平面，不能有任何变形）；

2. 远平面上的所有点，经过变换后，$z$ 坐标完全不变，$x、y$ 坐标按比例缩放，保证远平面边界与近平面对齐；

3. 变换必须可以用 $4\times 4$ 齐次矩阵表示（仿射变换），能和其他变换矩阵组合；

4. 变换后，点的深度顺序保持不变（离相机近的点，$z$ 值更小，保证深度缓冲正确）；

5. 变换后的 $x、y$ 坐标必须满足透视的「近大远小」特性，即与深度 $-z$ 成反比（相似三角形的核心结论）。

   步骤1：从相似三角形推导透视核心公式

   透视投影的「近大远小」，本质上是相似三角形的几何规律，我们用二维截面做推导：

   二维截面（$y-z$ 平面）：相机在相机空间的原点 $O(0,0)$，看向 $-z$ 轴；近平面是直线 $z=n（n<0）$，和 $z$ 轴交于点 $N(0,n)$。

   相机前方有一个空间点 $P(y,z)，z<0$（相机前方），连接 $OP$，与近平面 $z=n$ 交于投影点 $P^{\prime }(y^{\prime },n)$

   过 $P$ 作 $z$ 轴的垂线，垂足为 $A(0,z)$；过 $P^{\prime }$ 作 $z$ 轴的垂线，垂足为 $N(0,n)$。

此时，$△ON{P}^{\prime }$ 和 $△OAP$ 是相似三角形：两个都是直角三角形，且共用顶角 $\angle AOP$，满足 $AA$ 相似判定规则。

相似三角形的对应边成比例： $\frac{|ON|}{|OA|}=\frac{|N{P}^{\prime }|}{|AP|}$

其中：

• $|ON|$：近平面到原点的垂直距离，等于 $-n$；

• $|OA|$：点P到原点的垂直距离，等于 $-z$；

• $|N{P}^{\prime }|$：投影点P’的y坐标，等于 $y^{\prime }$；

• $|AP|$：空间点P的y坐标，等于 $y$。

  将对应边代入比例式，得到：

  $$\frac{-n}{-z}=\frac{y^{\prime }}{y}$$

  交叉相乘后，得到近平面上的投影 $x$ 坐标：

  $$y^{\prime }=\frac{n\cdot y}{z}$$

  $x$ 方向与 $y$ 方向完全对称，同理可得：

  $$x^{\prime }=\frac{n\cdot x}{z}$$

  这就是透视投影最核心的公式：投影后的 $x、y$ 坐标，与深度 $z$ 成反比，$z$ 越小（离相机越远），$x、y$ 越小，物体看起来就越小，完美实现了「近大远小」的效果。

  步骤2：用齐次坐标解决非线性变换问题

  现在我们遇到了一个核心矛盾： $x^{\prime }=\frac{nx}{z}$ 是一个非线性运算（除以 $z$），而 $4\times 4$ 矩阵只能做线性运算（加法、数乘），无法直接表示这个除法。

  这时候，齐次坐标的第二个核心作用就体现出来了：4维齐次向量 $(X,Y,Z,W)$ ，对应的3维笛卡尔坐标是 $(X/W,Y/W,Z/W)$ ，其中W≠0。

  也就是说，我们不需要在矩阵变换的时候直接算出最终的 $x^{\prime }$，只需要让矩阵变换后的齐次坐标满足：

• $X$ 分量 = $nx$

• $W$ 分量 = $z$

  那么在后续 GPU 自动执行的透视除法（除以 $W$ 分量）之后，自然就能得到：

  $$x^{\prime }=\frac{X}{W}=\frac{nx}{z}$$

  完美解决了非线性变换的编码问题！

  $y$ 分量同理，我们让矩阵变换后的 $Y$ 分量 = $ny$ ，$W$ 分量 = $z$ ，透视除法后就能得到 $y^{\prime }=\frac{ny}{z}$ 。

  至此，我们已经完全确定了 Persp→Ortho 矩阵的第一行、第二行、第四行：

• 第一行：要让 $X=nx$，所以第一行是 $[n,0,0,0]（X=n\cdot x+0\cdot y+0\cdot z+0\cdot 1=nx）$；

• 第二行：要让 $Y=ny$，所以第二行是 $[0,n,0,0]（Y=0\cdot x+n\cdot y+0\cdot z+0\cdot 1=ny）$；

• 第四行：要让 $W=z$，所以第四行是 $[0,0,1,0]（W=0\cdot x+0\cdot y+1\cdot z+0\cdot 1=z）$。

  步骤3：确定第三行（$Z$ 分量）的形式

  现在只剩下矩阵的第三行，也就是 $Z$ 分量的变换规则还没确定。这里有两个核心约束，决定了第三行的形式：

1. 深度值只能和 $z$ 有关，不能和 $x、y$ 有关：如果 $Z$ 分量和 $x、y$ 相关，那么同一个深度 $z$ 的点，会因为 $x、y$ 不同得到不同的 $Z$ 值，深度缓冲会完全失效，这是绝对不允许的。因此第三行的 $x、y$ 对应的系数必须为0。

2. $Z$ 分量必须是关于 $z$ 的线性函数：只有线性函数才能保证深度值的相对顺序不变，同时可以用 $4\times 4$ 矩阵表示。

   因此，第三行的形式只能是 $[0,0,A,B]$ ，其中 $A$ 和 $B$ 是待求的未知系数，对应的 $Z$ 分量变换规则为：

   $$Z=A\cdot z+B\cdot 1$$

   至此，我们得到了 Persp→Ortho 矩阵的完整待定形式：

   $$M_{persp\to ortho}=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& A& B\\ 0& 0& 1& 0\end{array}\right]$$

   步骤4：用边界条件联立方程，求解 $A$ 和 $B$

   我们用约束1和约束2的边界条件，来求解 $A$ 和 $B$：近平面和远平面上的点，经过变换和透视除法后，$z$ 坐标保持不变。

   边界条件1：近平面上的点，$z=n$

   取近平面中心的点 $p_{near}=(0,0,n,1{)}^T$ ，代入矩阵做变换：

   $$M_{persp\to ortho}\cdot p_{near}=\left[\begin{array}{c}n\cdot 0+0\cdot 0+0\cdot n+0\cdot 1\\ 0\cdot 0+n\cdot 0+0\cdot n+0\cdot 1\\ 0\cdot 0+0\cdot 0+A\cdot n+B\cdot 1\\ 0\cdot 0+0\cdot 0+1\cdot n+0\cdot 1\end{array}\right]=\left[\begin{array}{c}0\\ 0\\ An+B\\ n\end{array}\right]$$

   根据约束条件，透视除法后的z坐标必须等于原来的 $z=-n$，即：

   $$\frac{Z}{W}=\frac{An+B}{n}=n$$

   两边同时乘以 $n$，化简得到第一个方程：

   $$An+B=n^2方程(1)$$

   边界条件2：远平面上的点，z = f

   取远平面中心的点 $p_{far}=(0,0,f,1{)}^T$ ，代入矩阵做变换：

   $$M_{persp\to ortho}\cdot p_{far}=\left[\begin{array}{c}n\cdot 0+0\cdot 0+0\cdot f+0\cdot 1\\ 0\cdot 0+n\cdot 0+0\cdot f+0\cdot 1\\ 0\cdot 0+0\cdot 0+A\cdot f+B\cdot 1\\ 0\cdot 0+0\cdot 0+1\cdot f+0\cdot 1\end{array}\right]=\left[\begin{array}{c}0\\ 0\\ Af+B\\ f\end{array}\right]$$

   同理，透视除法后的 $z$ 坐标必须等于原来的 $z=-f$，即：

   $$\frac{Z}{W}=\frac{Af+B}{f}=f$$

   两边同时乘以 $f$，化简得到第二个方程：

   $$Af+B=f^2方程(2)$$

   联立方程求解 $A$ 和 $B$

   最终可以求得：

   $$A=n+f$$

   $$B=-nf$$

   步骤5：得到完整的 Persp→Ortho 矩阵

   把求解得到的 $A=n+f$、$B=-nf$代入待定矩阵，我们就得到了最终的 Persp→Ortho 矩阵：

   $$M_{persp\to ortho}=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& n+f& -nf\\ 0& 0& 1& 0\end{array}\right]$$

   步骤6：结果验证

   我们用近平面和远平面的任意点，验证这个矩阵是否满足所有约束：

   验证1：近平面任意点的变换

   取近平面上的任意点 $p=(x,y,n,1{)}^T$ ，代入矩阵变换：

   $$M\cdot p=\left[\begin{array}{c}nx\\ ny\\ (n+f)n-nf\\ n\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ n^2+nf-nf\\ n\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ n^2\\ n\end{array}\right]$$

   透视除法后，得到 $(x,y,n,1)$ ，和原始点的坐标完全一致！完美满足「近平面不变形」的约束1。

   验证2：远平面任意点的变换

   取远平面上的任意点 $p=(x,y,f,1{)}^T$ ，代入矩阵变换：

   $$M\cdot p=\left[\begin{array}{c}nx\\ ny\\ (n+f)f-nf\\ f\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ nf+f^2-nf\\ f\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ f^2\\ f\end{array}\right]$$

   透视除法后，得到 $(\frac{nx}{f},\frac{ny}{f},f,1)$ ：

• $z$ 坐标保持 $f$ 不变，满足约束2；

• $x、y$ 坐标缩放了 $\frac{n}{f}$ 倍，而截头锥的远平面 $x、y$ 范围恰好是近平面的 $\frac{f}{n}$ 倍，缩放后远平面的 $x、y$ 范围和近平面完全一致，截头锥完美变成了长方体，实现了 Persp→Ortho 的核心目标。

  3.4 完整的透视投影矩阵

  把 Persp→Ortho 矩阵和正交投影矩阵相乘，就得到了完整的透视投影矩阵：

  $$M_{persp}=M_{ortho}\cdot M_{persp\to ortho}=\left[\begin{array}{cccc}\frac{2n}{r-l}& 0& \frac{l+r}{l-r}& 0\\ 0& \frac{2n}{t-b}& \frac{b+t}{b-t}& 0\\ 0& 0& -\frac{n+f}{n-f}& \frac{2nf}{f-n}\\ 0& 0& 1& 0\end{array}\right]$$

  常用简化形式：当视锥体对称时（ $l=-r$ ， $b=-t$ ），矩阵会大幅简化，这也是实际开发中大多数场景会用到的形式。同时，我们通常会用垂直视场角 $fovY$ 和宽高比 $aspect$ 来替代$l/r/b/t$，转换关系为：

  $$t=-n\cdot \tan (\frac{fovY}{2}),b=-t,r=t\cdot aspect,l=-r$$

代入后，得到基于 $fovY$ 和 $aspect$ 的对称透视投影矩阵：

$$M_{persp}=\left[\begin{array}{cccc}-\frac{1}{aspect\cdot \tan (\frac{fovY}{2})}& 0& 0& 0\\ 0& -\frac{1}{\tan (\frac{fovY}{2})}& 0& 0\\ 0& 0& -\frac{n+f}{n-f}& \frac{2nf}{f-n}\\ 0& 0& 1& 0\end{array}\right]$$

3.5 关键区别：正交 vs 透视的非对称窗口，为什么不能等价互换

很多人会发现，正交投影里的非对称窗口，完全可以等价为「平移相机 + 对称正交窗口」，但透视投影里，这个等价关系完全不成立，这是为什么？

核心原因在于两者的成像原理完全不同：

• 正交投影：成像射线是平行的，$x、y$ 的成像结果和深度 $z$ 完全无关。非对称窗口只是平移了可见的长方体，只要平移相机，就能让对称窗口的可见区域和非对称窗口完全一致。

• 透视投影：成像射线是从相机原点出发的汇聚射线，$x、y$ 的成像结果和深度 $z$ 强相关。非对称窗口只是改变了近平面窗口相对主视线的位置，投影中心（相机原点）没有变；而平移相机，改变的是所有成像射线的起点，两者的几何意义完全不同，最终的成像结果也天差地别。

  这个区别不是数学上的边角料，而是有极强的工程价值：VR 双目渲染、多屏拼接、Portal 传送门、平面反射渲染等场景，都必须用到非对称透视投影，无法用简单的相机平移替代。

  四、 Viewport 变换：从 NDC 到屏幕像素的最终映射

  经过 Projection 矩阵变换和透视除法之后，顶点已经进入 NDC（Normalized Device Coordinates，标准化设备坐标）空间。此时坐标范围已经被统一成 $x_{ndc}\in [-1,1]$ ， $y_{ndc}\in [-1,1]$ ， $z_{ndc}\in [-1,1]$ 。但这还不是最终可用于光栅化和深度测试的屏幕坐标。Viewport 变换要做的，就是把这一套标准化区间映射到一个具体的窗口范围里。

  这一节最容易乱的地方有两个。第一，到底要不要在公式里写 $width-1$ 和 $height-1$；第二，屏幕原点到底取左下角还是左上角。如果把连续窗口坐标和离散像素索引混在一起讨论，最后公式往往会前后不一致。这里统一采用：左下角为原点的窗口坐标系（因此 $y$ 方向不需要翻转，如果改成左上角原点，应该将 $y$ 轴做额外变换，这里不做讨论）；先把 NDC 映射到连续窗口坐标；深度范围默认映射到 $[0,1]$。

  4.1 Viewport 变换的公式

  Viewport 变换的输入是 NDC 坐标 $p_{ndc}=(x_{ndc},y_{ndc},z_{ndc})$ ，输出是屏幕坐标 $p_{screen}=(x_{screen},y_{screen},z_{depth})$ 。

  $$x_{screen}=(x_{ndc}+1)\cdot \frac{width}{2}$$

  $$y_{screen}=(y_{ndc}+1)\cdot \frac{height}{2}$$

  $$z_{depth}=\frac{z_{ndc}+1}{2}$$

  写成矩阵的形式就是：

  $$p_{screen}=M_{viewport}\cdot p_{ndc}，M_{viewport}=\left[\begin{array}{cccc}\frac{width}{2}& 0& 0& \frac{width}{2}\\ 0& \frac{height}{2}& 0& \frac{height}{2}\\ 0& 0& \frac{1}{2}& \frac{1}{2}\\ 0& 0& 0& 1\end{array}\right]$$

  补充说明：透视投影的 NDC 深度是非线性的，因此映射后的z也保持非线性，这能保证近平面的深度精度更高，避免远平面深度冲突（Z-Fighting）。

  4.2 为什么这里不用 $width-1$ 和 $height-1$

  很多资料会把公式写成 $x_{screen}=(x_{ndc}+1)\cdot \frac{width-1}{2}$ 、 $y_{screen}=(x_{ndc}+1)\cdot \frac{height-1}{2}$ 。这种写法并不是绝对错误，但它对应的语义已经发生了变化：它更像是在把 NDC 直接映射到离散像素索引，也就是把最左边像素当作 0，把最右边像素当作 $width-1$。

  而这一节讨论的是图形学管线里的 viewport 变换，本质上是在做连续空间到连续空间的映射。因此，这里更自然、更统一的写法应该使用 $width$ 和 $height$，而不是提前把像素下标那一层离散化细节混进来。如果后续还要进一步讨论像素中心、取整和栅格覆盖，那是光栅化阶段的问题，不属于 viewport 变换本身。

  附录：补充内容

  A. 左右手坐标系的矩阵差异

  本文所有推导都基于 GAMES101 / OpenGL 的右手系约定（相机看向 $-z$ 轴），而 DirectX / Unity 采用左手系约定（相机看向 $+z$ 轴），两者的核心差异在于：

1. 旋转正方向的定义不同；

2. 投影矩阵的 $z$ 轴符号、深度范围不同（OpenGL深度范围 $[-1,1]$，DirectX深度范围 $[0,1]$）；

3. 相机 $z$ 轴的方向相反，View 矩阵和投影矩阵的 $z$ 轴相关项需要做符号调整。

   B. 透视除法与深度缓冲

   透视投影矩阵变换后，我们得到的是裁剪空间坐标，必须经过透视除法（即$x、y、z$ 分别除以 $w$ 分量），才能得到 NDC 坐标。这一步是 GPU 自动完成的，也是透视投影「近大远小」效果的最终实现环节。

   同时，透视投影的深度值在 NDC 空间中是非线性的，离相机越近，深度精度越高；离相机越远，深度精度越低。这也是为什么远平面不能设置得过大，否则会出现严重的深度冲突（Z-Fighting）问题。

   C. 罗德里格斯公式与四元数的转换

   罗德里格斯公式和单位四元数，是绕任意轴旋转的两种等价表达方式，两者可以互相转换。对于绕单位轴 $\vec{n}$ 旋转 $\theta$ 角，对应的单位四元数为：

   $$q=(\cos \frac{\theta }{2},n_x\sin \frac{\theta }{2},n_y\sin \frac{\theta }{2},n_z\sin \frac{\theta }{2})$$

   四元数相比旋转矩阵，有存储量小、插值平滑、无万向锁问题的优势，是游戏引擎中旋转的主流表达方式。

   D. 非对称投影的工程应用

   非对称透视投影不是理论上的边角料，在很多工业级场景中有不可替代的作用：

4. VR 双目渲染：左右眼的视锥体需要做轻微的偏移，用非对称投影实现，而非平移相机；

5. Portal 传送门渲染：传送门的成像需要根据相机和传送门的相对位置，动态计算非对称投影矩阵；

6. 多屏拼接渲染：多块屏幕组成的环形幕、折幕，需要用非对称投影保证画面的无缝拼接；

7. 平面反射渲染：镜子、水面的反射效果，需要用非对称投影矩阵修正反射相机的视锥体。