前言
为何要写这个系列？
在学习《Games-101》的过程中，我发现它虽然内容丰富、体系清晰，并且有对前沿知识的探究，但在某些关键细节上并不够详尽。具体来说，课程中有不少前置知识被略过，一些公式的推导过程也未作深入展开。对于像我这样希望真正“吃透”计算机图形学原理的人来说，理解这些隐藏在背后的逻辑同样重要。
因此，我决定启动这个系列，目标很明确——系统性地拆解和剖析计算机图形学的核心概念，构建一个从入门到进阶，人人都能理解和掌握的知识体系。
当然，口气这么大，难免会有人质疑。坦白说，我也有些忐忑。但回顾我看过的各类计算机图形学资料——无论是《虎书》的原版教材，还是大量在线课程和讲解视频——我发现它们或多或少都存在一个共性：对知识点的讲解常停留在“够用就好”的层面，鲜少从本质出发，细致解释每一个环节的意义和内在联系。
那么，什么是“本质”呢？
在我看来，本质就是尽量从四个角度去揭示每个知识点：
- What（定义）：它是什么？
- Why（必要性）：为什么需要它？
- Where（推导）：它从哪里来？
- How（实现）：它如何实现？
当然，过于死板地逐条展开难免繁琐，因此我的原则是——尽量把每个问题解释到它成为“常识”为止，不强求面面俱到，但力求让每一个概念都能自然融入你的知识体系中，而不是仅仅停留在“会用”的层面。
01-从数字图像开始
在开始图形学之前，我们必须对数字图像有一个粗浅但又不是本质的概述
首先，什么是图像？ 这个问题看似简单，实则带有一点哲学意味。对于图形学而言，我将图像概括为这样一句话：“入眼所见，皆为图像。”
这句话背后揭示了一个关键本质：凡人所见，皆是二维。
为什么这么说？尽管我们身处一个三维世界，但人类的视觉感知却注定只能捕捉二维投影。你所看到的一切，实质上都是三维世界在视网膜（一个二维平面）上的投射结果。
这一点比较tricky的是，我们很难解释为什么是二维，但我们可以解释为什么不是三维乃至更高。如果我们能够直接感知三维，那么在注视一个人时，你不仅能看到他的正面，理应还能同时看到他的背面，甚至穿透皮肤，洞悉血管、骨骼，最终透视到背后其他物体的内部结构，直到达到我们肉眼所能分辨的三维极限。
显然，现实中并非如此。我们只能看到物体的表面，无法直接洞察其深度和内部结构——这正是二维感知的证明。
因此，图像的本质，就是三维世界在二维平面上的一次投射。
而这个投射之所以能被我们看到，是因为我们的视网膜捕捉到了这些二维信息，准确来说是光信号。
看到图像，本质是感知到光信号。
想到这，你不难想到，啊，我只要想办法记录这种光信号，不就等于记录了图像么。
恭喜你，到这里，你已经接近发明照相机了。
所以数字图像是什么呢？
简单来说，数字图像就是将真实世界中的连续光线信号，经过采样和量化，转化为一组离散数字的结果。
这里有两个关键概念：
- 连续与离散 真实世界中的光信号是连续变化的，但计算机只能处理离散数据。因此，必须将连续的图像空间划分为若干小单元（像素），每个单元采样一次，记录当时的光强或颜色。
- 采样与量化 采样决定了空间分辨率（像素数量），量化则将光强或颜色值转为有限精度的数字（例如常见的0~255整数）。这两个过程共同完成了从“连续光信号”到“数字图像”的转化。
由于采样与量化的存在，它无法完美还原真实世界。我们只能通过提高采样密度和量化精度，尽可能逼近“真实”。但即便如此，这种逼近也永远存在上限——毕竟，人类肉眼本身就有分辨率和感知能力的极限。
所谓肉眼所见的真实也非真实，大抵如此了。
连载待续---
