前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >3D变换矩阵的分解公式

3D变换矩阵的分解公式

作者头像
Jean
发布2021-11-17 13:12:29
1.2K0
发布2021-11-17 13:12:29
举报
文章被收录于专栏:Web行业观察Web行业观察

3D变换矩阵:平移、缩放、旋转

3D变换矩阵是一个4x4的矩阵,即由16个实数组成的二维数组,在三维空间中,任何的线性变换都可以用一个变换矩阵来表示。本文介绍从变换矩阵中提取出平移、缩放、旋转向量的方法,提取公式的复杂程度为“平移 < 缩放 < 旋转”,文章同时给出数学公式和JavaScript代码(使用了浏览器的数学库),首先给定一个行主序的4x4的变换矩阵:

// 变换矩阵(a~l为任意实数)

const transform = [

[a, b, c, d],

[e, f, g, h],

[i, j, k, l],

[0, 0, 0, 1],

];

最后一列就是平移向量:

// 平移向量

const translate = [

transform[0][3],

transform[1][3],

transform[2][3]

];

前三列向量的长度就是缩放向量:

// 缩放向量

const scale = [

Math.hypot(transform[0][0], transform[1][0], transform[2][0]),

Math.hypot(transform[0][1], transform[1][1], transform[2][1]),

Math.hypot(transform[0][2], transform[1][2], transform[2][2]),

]

旋转向量有若干种不同的表现形式,包括Euler角、四元数、轴-角,但旋转矩阵是统一的,将前三列分别除以缩放向量,就得到3x3的旋转矩阵:

// 旋转矩阵

const scale = [

[

transform[0][0] / scale[0],

transform[0][1] / scale[1],

transform[0][2] / scale[2]

], [

transform[1][0] / scale[0],

transform[1][1] / scale[1],

transform[1][2] / scale[2]

], [

transform[2][0] / scale[0],

transform[2][1] / scale[1],

transform[2][2] / scale[2]

],

]

下面这张图可以直观地看到,平移、缩放、旋转在变换矩阵中的位置关系:

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-11-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 WebHub 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档