计算机图形学数学基础
核心变换：模型变换、视图变换与投影变换
在计算机三维图形渲染、游戏开发、三维建模、虚拟现实等领域，模型变换、视图变换、投影变换是构建三维视觉效果的三大核心基础变换，三者层层递进、协同工作，共同完成将三维空间中的物体，转化为二维屏幕上可显示图像的完整流程。
这三种变换常被合称为“MVP变换”（Model-View-Projection），是图形学管线中最关键的几何处理环节，也是理解三维渲染逻辑的核心入口。
想要彻底分清三者的区别，首先要明确三维渲染的核心逻辑顺序：先定义物体自身的局部形态（模型空间），再将物体放到三维世界的指定位置（世界空间），然后模拟相机视角观察世界（观察空间），最后将三维观察结果压缩成二维平面图像（屏幕空间）。
模型变换、视图变换、投影变换，恰好对应这一流程中的三个关键步骤，缺一不可，且顺序绝对不能颠倒。
四大空间与变换逻辑
在正式讲解三种变换前，需要先明确图形学中四个核心空间的定义，这是理解变换的基础，所有变换本质都是空间坐标的转换：
-
模型空间（局部空间/Object Space）：物体自身的独立坐标系，原点通常在物体几何中心或底部，是建模软件中创建物体时的原始空间，此时物体与世界其他对象无关联，只关注自身形状。
-
世界空间（World Space）：整个三维场景的全局坐标系，所有物体、光源、相机都在这个空间中拥有统一坐标，是场景的“全局地图”。
-
观察空间（相机空间/View Space）：以相机为原点、相机视线为Z轴的局部坐标系，相当于把相机放在场景中，以相机视角重新定义所有物体的位置，模拟人眼观察的视角。
-
裁剪空间与屏幕空间：裁剪空间是投影变换后的中间空间，用于剔除屏幕外的物体；屏幕空间则是最终映射到二维显示器的像素坐标空间。
三者的执行顺序固定为：模型变换 → 视图变换 → 投影变换，后续的光栅化、片元着色都基于这三步变换完成的坐标计算。
模型变换（Model Transformation）：物体的“定位与塑形”
1. 核心定义与作用
模型变换，是将物体从模型空间转换到世界空间的变换，简单来说，就是给场景中的物体“摆位置、调姿态、改大小”。每个三维物体在建模时都处于自身局部坐标系，默认位置在原点、姿态端正、大小为原始尺寸，模型变换就是把这个原始物体，放到三维世界的指定位置，同时调整它的旋转角度和缩放比例，让多个物体能在全局场景中有序排布，构成完整的三维环境。
2. 核心变换类型
模型变换包含三种基础几何变换，通常通过组合4x4齐次变换矩阵实现（图形学中统一用齐次坐标，方便平移、旋转、缩放复合计算），三种变换可单独使用，也可按“缩放→旋转→平移”的顺序复合计算：
-
平移变换（Translation）：改变物体在世界空间的位置，沿X、Y、Z轴移动指定距离，不改变物体形状和姿态，是最基础的定位操作。比如将一个立方体从世界原点移动到坐标(5,3,2)的位置，就通过平移矩阵实现。
-
旋转变换（Rotation）：改变物体的朝向姿态，绕X、Y、Z轴旋转指定角度，常用欧拉角、四元数或旋转矩阵实现，四元数可避免旋转时的万向锁问题，是游戏开发中的主流选择。比如让模型抬头、转身、翻转，都属于旋转变换。
-
缩放变换（Scale）：改变物体的大小尺寸，沿X、Y、Z轴按比例缩放，等比例缩放保持物体形状，非等比例缩放会拉伸或挤压物体。比如将一个小球放大两倍，或将长方体压扁，都通过缩放矩阵实现。
3. 核心特点与应用场景
模型变换是针对物体本身的变换，每个物体都有独立的模型矩阵，场景中有多少个物体，就需要计算多少次对应的模型变换。它的核心作用是构建静态场景布局、实现物体动态位移（比如角色移动、物体飘落）、调整模型比例适配场景。举个直观例子：在三维场景中创建一棵树，建模时树在局部原点，模型变换就是把这棵树移到山坡上、旋转一定角度贴合地形、缩放成合适大小，让它融入整个森林场景。
视图变换（View Transformation）：相机的“视角定位”
1. 核心定义与作用
视图变换，是将物体从世界空间转换到观察空间的变换，也被称为“相机变换”，核心作用是模拟人眼或相机的观察视角，相当于把整个三维世界“搬到”相机的视角下重新定位。如果说模型变换是移动物体，那么视图变换就是移动相机，最终实现的视觉效果一致，但逻辑完全不同：模型变换改物体位置，视图变换改观察角度。
从数学逻辑来看，视图变换等价于将相机从世界空间的位置，平移旋转到世界原点，同时让相机视线对准-Z轴方向，整个世界中的所有物体都跟随相机做反向的平移和旋转，最终所有物体坐标都转换为以相机为中心的相对坐标，方便后续投影计算。
2. 视图变换的核心参数
视图变换通过视图矩阵实现，构建视图矩阵需要三个核心参数，也是相机的核心属性：
-
相机位置（Eye Position）：相机在世界空间中的坐标，决定观察点的位置。
-
观察目标（Look At Target）：相机视线对准的目标点，决定相机的朝向。
-
相机上方向（Up Vector）：定义相机的顶部方向，避免相机倾斜扭曲，通常用世界空间的Y轴正方向(0,1,0)。
3. 核心特点与应用场景
视图变换是针对整个场景的变换，一个场景同一时间只有一个视图矩阵（单相机场景），所有物体共用同一个视图变换。它的核心作用是控制观察视角，实现游戏中的第一人称视角、第三人称视角、俯视角、过场动画镜头移动等效果。比如第一人称射击游戏中，玩家移动鼠标转头、移动角色改变视角，本质就是修改视图矩阵，更新观察空间，让场景物体呈现出不同的视角效果。
关键区分：模型变换 vs 视图变换 模型变换改变物体在世界中的位置，物体本身动了；视图变换改变观察角度，物体没动，只是看的角度变了。比如想让物体出现在屏幕左侧，既可以把物体向右平移（模型变换），也可以把相机向左移动（视图变换），视觉效果一致，但底层逻辑完全不同。
投影变换（Projection Transformation）：三维到二维的“压缩映射”
1. 核心定义与作用
投影变换，是将物体从观察空间转换到裁剪空间的变换，是MVP变换中最后一步，也是最关键的一步——将三维空间坐标转化为二维屏幕坐标。因为显示器是二维平面，无法直接显示三维信息，投影变换的核心作用就是按照指定的投影规则，把三维观察空间中的物体，压缩映射到二维平面上，同时保留空间的远近关系，实现立体视觉效果。
投影变换还会完成裁剪操作，剔除相机视锥体以外的物体，这些物体不会出现在屏幕上，减少后续渲染计算量，提升渲染效率。
2. 两大核心投影类型
投影变换主要分为正交投影和透视投影，是图形学中最常用的两种投影方式，适用场景完全不同：
（1）透视投影（Perspective Projection）
透视投影是最贴合人眼视觉习惯的投影方式，核心特点是近大远小：距离相机越近的物体看起来越大，距离越远的物体看起来越小，最终的视线会汇聚到消失点，完美模拟现实世界的立体空间感。
透视投影通过视锥体（平截头体）定义可见范围，视锥体由近裁剪面、远裁剪面、左右上下裁剪面围成，只有在视锥体内的物体会被渲染。构建透视投影矩阵需要参数：视场角（FOV）、屏幕宽高比、近裁剪面距离、远裁剪面距离。
适用场景：3D游戏、三维动画、虚拟现实、建筑可视化等需要真实立体效果的场景，比如FPS游戏、开放世界游戏，几乎都用透视投影。
（2）正交投影（Orthographic Projection）
正交投影也叫平行投影，核心特点是没有近大远小效果，所有物体的大小不随距离变化，投影线互相平行，物体的实际尺寸和屏幕显示尺寸完全一致，只保留形状，不体现空间深度。
正交投影的可见范围是一个长方体，而非视锥体，构建正交投影矩阵需要参数：左右边界、上下边界、近远裁剪面距离。
适用场景：2D游戏、工程制图、三维建模的正交视图、UI界面渲染、CAD设计等需要精准尺寸、不考虑空间透视的场景，比如建筑平面图、游戏技能栏UI、像素风游戏。
3. 核心特点与后续流程
投影变换完成后，坐标会被转换为标准化设备坐标，随后通过视口变换，映射到实际屏幕的像素坐标，进入光栅化阶段，最终生成我们看到的图像。投影变换同样是全场景共用一个投影矩阵，单相机场景只需计算一次。
MVP变换整体流程总结
为了更清晰理解三者的协同关系，用一句话概括完整渲染流程：
先通过模型变换，把每个物体放到三维世界的指定位置；再通过视图变换，切换到相机的观察视角；最后通过投影变换，把三维观察结果压缩成二维屏幕图像，完成从3D模型到2D画面的转化。
| 变换类型 | 空间转换 | 核心作用 | 核心操作 | 适用对象 |
|---|---|---|---|---|
| 模型变换 | 模型空间→世界空间 | 物体定位、调姿、缩放 | 平移、旋转、缩放 | 单个物体（多矩阵） |
| 视图变换 | 世界空间→观察空间 | 模拟相机观察视角 | 相机定位、朝向调整 | 全场景（单矩阵） |
| 投影变换 | 观察空间→裁剪空间 | 3D转2D，实现透视/正交效果 | 透视投影、正交投影 | 全场景（单矩阵） |
数学实现
模型变换数学原理
在讲变换数学之前，先明白一个基础常识：所有三维模型，刚做出来的时候，都待在自己的“局部原点”，也就是模型空间。
比如咱们之前说的那棵树，建模软件里刚建好的树干、树枝、树叶，所有组成树的小点（专业叫顶点），都有自己的三维坐标（x, y, z） 。
咱们可以把这个坐标理解成模型的“家庭住址”，x代表左右方向，y代表上下方向，z代表前后方向，局部原点（0,0,0）就是这棵树的“老家中心”。
核心数学前提：三维模型是由无数个顶点组成的，只要改了每个顶点的坐标，整个模型的形态和位置就会跟着变，模型变换，就是批量给所有顶点算新坐标，这就是最底层的数学逻辑，没有任何玄乎的地方。
模型变换总共就三件事：平移（挪位置）、缩放（变大小）、旋转（转方向） ，对应三套最基础的数学运算，咱们一个个拆，全程不用记复杂公式，懂道理就行。
1. 平移变换：给坐标做加法，把模型挪到想去的地方
通俗理解：平移就是把模型从A点挪到B点，不改变模型的大小和朝向，纯纯的“搬家”，就像把桌上的杯子从左边挪到右边，往上挪一点，往前挪一点。
数学原理（小白版） ：给每个顶点的x、y、z坐标，分别加上一个固定的数字，这个数字就是平移的距离。
- x坐标加减：控制模型左右移动，加正数向右挪，加负数向左挪
- y坐标加减：控制模型上下移动，加正数向上挪，加负数向下挪
- z坐标加减：控制模型前后移动，加正数向前挪，加负数向后挪
实例：树木挪到山坡上
刚建好的树，根部顶点坐标是（0,0,0），现在要把它挪到山坡上，山坡的位置是向右5米，向上3米，向前2米，那直接给树的所有顶点坐标做加法：
新x = 原来x + 5；新y = 原来y + 3；新z = 原来z + 2
就这么简单的加法，整棵树就从局部原点，挪到了山坡的指定位置，没有任何复杂运算，小学加法就能搞定。
2. 缩放变换：给坐标做乘法，把模型变大或变小
通俗理解：缩放就是把模型放大、缩小，或者压扁拉长，就像拍照时放大缩小物体，或者把橡皮泥捏扁、拉长。
数学原理（小白版） ：给每个顶点的x、y、z坐标，分别乘一个固定的数字，这个数字就是缩放比例，专业叫缩放因子。
- 缩放因子 = 1：模型大小不变，原封不动
- 缩放因子 ＞ 1：模型变大，比如乘2，就放大两倍
- 0 ＜ 缩放因子 ＜ 1：模型变小，比如乘0.5，就缩小一半
- 不同轴乘不同数：会拉伸变形，比如x乘1，y乘0.5，z乘1，模型就会被压扁
实例：树木缩放到合适大小
刚建好的树太大，和森林场景不搭配，需要缩小到原来的0.8倍，那就给树的所有顶点坐标统一乘0.8：
新x = 原来x × 0.8；新y = 原来y × 0.8；新z = 原来z × 0.8
如果想让树干细一点，就单独给x轴和z轴乘0.6，y轴不变，树干就会变细，高度不变，全靠乘法控制，一目了然。
3. 旋转变换：用角度算新坐标，让模型转方向
通俗理解：旋转就是让模型绕着某个轴转圈圈，改变朝向，比如让树转一下贴合山坡斜度，让角色转头，让箱子翻面，这是三种变换里稍微需要理解一点角度的，但依旧不用怕复杂公式。
旋转不能直接加减乘除，因为转圈会改变x和y、x和z之间的相对位置，核心是用旋转角度，通过三角函数（正弦sin、余弦cos）算出每个顶点旋转后的新坐标。
咱们不用背三角函数公式，只需要懂逻辑：
- 绕Y轴旋转：左右转头，改变x和z坐标，y坐标不变（比如树木贴合山坡，左右转方向）
- 绕X轴旋转：前后俯仰，改变y和z坐标，x坐标不变（比如树木顺着山坡倾斜）
- 绕Z轴旋转：左右歪头，改变x和y坐标，z坐标不变
简单说：转多少度，就用这个角度的sin和cos值，重新算顶点的横纵坐标，所有顶点一起转，整个模型就跟着转了。
实例：树木旋转贴合山坡
山坡是倾斜的，树不能直直立着，需要绕X轴转15度贴合地形，软件会自动拿15度的sin和cos值，给树的每个顶点算新的y和z坐标，算完之后，整棵树就顺着山坡斜过来了，完美融入地形，底层就是角度和三角函数的简单计算。
标准变换顺序
先缩放 → 再旋转 → 最后平移，对应矩阵运算顺序是：总变换矩阵 = 平移矩阵 × 旋转矩阵 × 缩放矩阵，顶点最终坐标 = 总变换矩阵 × 原始顶点坐标，运算顺序是从右往左依次执行，先算最右侧的缩放，再算旋转，最后算左侧的平移
总结
模型变换、视图变换、投影变换是计算机三维图形学的基石，MVP变换矩阵更是贯穿整个图形渲染管线的核心数据。无论是游戏开发、三维建模、影视特效还是工业仿真，都离不开这三种变换的支撑。理解三者的核心逻辑、空间转换关系和应用场景，不仅能吃透三维渲染的底层原理，更能在实际开发中精准控制物体位置、相机视角和画面效果，是入门图形学必须掌握的核心知识点。
