正交投影
[43：00]
准备工作
把相机 view 变换为期望 view（转换到原点），方法是让相机参数乘以一个矩阵。
为了保持camera和object的相对位置不变，object也要同样乘以这样一个矩阵。
这样调整之后，object位于z轴负方向上的某个位置。
正交投影的主要过程
$$ M_{ortho} = M_{scale} \cdot M_{trans} $$
💡 PPT P21 [43:01]介绍了正交投影的一种简单理解的方式，让人能够直观地理解正交投影的结果，却也引入的歧义。让人误以为正交投影就是这么简单的过程。以至于后面讲正交投影的完整过程时听众会觉得confuse，为什么会有两个不一样的正交投影流程？因此在本文是中去掉了第一种理解方式。
正交投影中的平移
| 当前位置 | 期望位置 | |
|---|---|---|
| 左右 | [l,r] | [-(r-l)/2, (r-l)/2] |
| 上下 | [b,t] | [-(t-b)/2, (t-b)/2] |
| 远近 | [f,n] | [-(n-f)/2, (n-f)/2] |
📌补充： 由于投影的设定，l在坐标值上，小于r；b小于t，f小于n（因为朝向-Z轴）
正交投影的平移矩阵为：
\[ M_{trans}=\left[ \begin{matrix} 1& 0& 0& -\frac{r+l}{2}\\ 0& 1& 0& -\frac{t+b}{2}\\ 0& 0& 1& -\frac{n+f}{2}\\ 0& 0& 0& 1\\ \end{matrix} \right] \]
正交投影中的缩放
与平移同理。
正交投影的缩放矩阵为：
\[ M_{scale}=\left[ \begin{matrix} \frac{2}{r-l}& 0& 0& 0\\ 0& \frac{2}{t-b}& 0& 0\\ 0& 0& \frac{2}{n-f}& 0\\ 0& 0& 0& 1\\ \end{matrix} \right] \]
正交投影中的旋转
正交投影过程不涉及object的旋转，因此旋转矩阵\(M_{rotation}\)是单位阵。
此处变换顺序为：先平移再缩放无旋转，因此
$$ M = M_{scale} \dot M_{trans} $$
本文出自CaterpillarStudyGroup，转载请注明出处。
https://caterpillarstudygroup.github.io/GAMES101_mdbook/