three.js+WebGL踩坑经验合集(6.2):负缩放,负定矩阵和行列式的关系(3D版本)

本篇将紧接上篇的2D版本对3D版的负缩放矩阵进行解读。

(6.1):负缩放,负定矩阵和行列式的关系(2D版本)

既然three.js对3D版的负缩放也使用行列式进行判断,那么,2D版的结论用到3D上其实是没毛病的,THREE.Line2出问题,是因为顶点生成规则跟Mesh不一致。而我们上篇提到的案例,则是用了2D平面的绕序来套到3D上,想必也是不合理的。

下面我们先针对上篇最后提到的问题做一个测试用例

<!DOCTYPE html>
<html>
<head><meta charset="UTF-8"><title>three_3Ddeterminant</title><style>body {margin: 0;overflow: hidden;}</style><script src="three/build/three.js"></script><script src="three/examples/js/controls/OrbitControls.js"></script>
</head><body><script>var scene = new THREE.Scene();var container = new THREE.Object3D();scene.add(container);var geometry = new THREE.PlaneGeometry(100, 50);var material = new THREE.MeshBasicMaterial({color: 0x993300, side:THREE.DoubleSide});var mesh = new THREE.Mesh(geometry, material);mesh.position.z = 100;container.add(mesh);var geometryBack = new THREE.PlaneGeometry(50, 100);var materialBack = new THREE.MeshBasicMaterial({color: 0x006600, side:THREE.DoubleSide});var meshBack = new THREE.Mesh(geometryBack, materialBack);meshBack.position.z = 90;container.add(meshBack);var width = window.innerWidth; var height = window.innerHeight; var camera = new THREE.PerspectiveCamera(60, width / height, 1, 20000);camera.position.set(0, 0, 500);  var renderer = new THREE.WebGLRenderer();renderer.setSize(width, height);renderer.setClearColor(0x000000, 1); document.body.appendChild(renderer.domElement); function render() {container.rotation.y += Math.PI / 180;renderer.render(scene, camera);requestAnimationFrame(render);}render();var controls = new THREE.OrbitControls(camera,renderer.domElement);controls.addEventListener('change', render);</script>
</body>
</html>

现在我给两个面片都开启了双面渲染,并且让面片所在的容器一直绕y轴旋转,让大家大致了解这个测试用例的结构。

真正测试的时候,我会把红色设置为正面,绿色设置为反面,效果如下。

可见,容器旋转到正面时,红色面显示绿色面隐藏,反过来则显示绿色面。

单改容器的rotation虽然按我们的理解是一个正定矩阵,但当它的rotation.y在90度到270度之间时,点的绕序确实发生了变更,所以也隐藏了,这跟我们在上篇2D版本上的结论不吻合。

然后我们再试试不旋转,而是改scale:

var t = 0;function render() {t += 3 * Math.PI / 180;container.scale.z = Math.sin(t);renderer.render(scene, camera);requestAnimationFrame(render);
}

缩放的情况,点的绕序没发生变更,但是正反面却也交替了。

是不是有点神奇?嗯看来是我们对3D绕序的理解不正确。

为了方便观察,我们把面片的xy向量绘制到容器上进行观察。与此同时,既然我们是研究3D的版本,那么我们直接用THREE.AxisHelper把z轴也一并绘制出来(红绿蓝分别代表xyz)。

var axisHelper = new THREE.AxisHelper(300);
axisHelper.position.z = 100;
container.add(axisHelper);

接下来,为了让每条轴在不同的视角下都能看得见,我们再让相机的位置适当偏移一下

camera.position.set(100, 150, 500);

然后,旋转和缩放的情况我们都看一下

咦这下我们似乎看出了一点端倪来,不管是通过旋转到达背面还是缩放到达背面,蓝线都是朝着屏幕向里,这时候用蓝线判断正反面似乎更为合理。

没错!我们抛开绕序,返璞归真,重新审视一下正反面,无非就是个朝向问题。而作为面片的法线——垂直于面片的蓝线正好与之相匹配。

我们再取个静止的图像看看

初始状态

旋转180度

scaleZ = -1

初始时,x轴正向到y轴正向是逆时针旋转,z轴向前

旋转180度时,x到y变成顺时针,z轴同时变成向后

scaleZ=-1时,x到y的旋转方向不变,但z轴向后了

这么一看,旋转似乎是负负得正的结果,而z方向缩放-1的操作,则只有一个负向的变换。

事实上,图2和图3的两个坐标轴是无法只通过旋转而完全重合。它就像我们的左右手,以及基于左右手定义的坐标系一样,是镜像关系。

顺带说句废话:如果您是名学霸或者读的专业跟化学有关系的话,您大概还会知道对映异构体这个词。它其实也是这种镜像关系,不同绕序化学性质也不一样,因此有的药名会带着左旋右旋这样的字眼。希望这个例子能帮助一部分小伙伴理解镜像变换。

笔者直接从百度百科偷了个图过来,让大家更形象的理解两套坐标系跟我们的左右手一样无法完全重合,总有一个方向是反的。

讲了这么多,我们对3D绕序的定义是时候跟2D区分开来了。它应该基于3个轴,如果定义右手坐标系为正绕序,那左手坐标系就是负绕序。

three.js使用的是右手坐标系,大家比划一下就可以发现,旋转180度后,坐标系仍为右手,而缩放-1的则把坐标系变成右手了。

因此对于3D版本的正负定矩阵,我们有这样的一个性质。

如果一个矩阵M可以把一个3维坐标系从左手坐标系变成右手坐标系,或者反过来,则矩阵M为负定矩阵,无更改则为正定矩阵,变换到共线共点就是零定矩阵。

下面我们就来推导一下,更改坐标系绕序(左右手方向)的矩阵是不是也正好对应上行列式的值。

初始时,x轴向量为(1,0,0),y轴向量为(0,1,0),z轴向量是(0,0,1),如果矩阵是负定矩阵,那么不管你如何去旋转它尝试让它跟变换前重合,就会发现总会有一个轴会变反的,这里我们取z为变反的轴。但是我们不能直接说它就是(0, 0, -1),因为可能会被拉长,缩短或者扭曲。但不管怎样,这个轴变换后的结果一定是跟初始方向不一致,也就是夹角大于90度。

这里想搞得通用点,也可以用任意的3个不共面向量来做推导,但是看上篇的2D版的式子都比较繁琐了,这里就还是不要折磨大家。

先来说步骤:

1 给定初始向量x(1,0,0),y(0,1,0),z(0,0,1),对xy做3D向量的叉乘(3D叉乘的结果为同时垂直于x和y的一个向量)计算,结果为(0,0,1),跟初始z的方向一致,也就是说,初始状态的坐标轴绕序为正(演算过程从略)

2 给定矩阵M,对初始点o(0,0,0),初始点x(1,0,0),初始点(0,1,0),初始点(0,0,1)做变换,得到新点o',x',y',z',同时算出向量o'x',o'y',o'z'

3 对o'x',o'y'做叉乘运算,得到向量V,判断它跟o'z'的夹角是否大于90度,可通过向量点乘运算求得,大于0为小于90度,小于0则相反

4 点乘结果的正负即为矩阵缩放的正负

下面就让我们开始吧!

4*4矩阵对点的变换计算如下所示(按照前面2D版的经验,本次直接给最后一行填充单位矩阵的数值)

3D向量点乘和叉乘的公式也在此处给出

点乘:

叉乘:

下面我们分别计算矩阵对4个点变换的结果。

可以看到,这个变换跟2D的真的很像,都是最后一列完全一样,所以在计算向量的过程中,最后一列会被完全消去。

得到的向量为

嗯,果然用给定的特殊坐标算出来的值简单很多。有兴趣的小伙伴可以自行捣鼓一般坐标的演算,笔者就不发上来折磨大家了。

下面我们算o'x'和o'y'的叉乘值,公式前面已给出,这里我们直接套用。

然后再跟o'z'做点乘运算

这两步计算连一起可称为向量的混合积

然后你会很惊喜地发现,向量混合积的结果跟4*4矩阵中前3阶的行列式一点不差!

加的部分

减的部分

同样地,three.js也严格按照4阶行列式定义书写Matrix4的determinant,跟2D版本一样,在最后一行用单位矩阵填充时,4*4的结果跟3*3是没有区别的。

然而4*4直接按定义写,跟3*3相比,多项式的项数会从6个飙升到24个。对性能来说并不友好。

所以我们看到three.js给的实现和注释给出的链接的写法是不太一样的。

该实现用了行列式的余子式写法(不懂的可以自行百度)把4*4行列式化为4个3阶,并且很巧妙地取到最后一行和一列作为剔除因子。因为在考察3D绕序,不研究透视w因子的情况下,最后一列一定是单位矩阵的数值,0,0,0,1,懂得编译原理的朋友应该就会明白,n41,n42和n43这3部分会因为第一个数为0而会对后面的运算过程做优化(当然脚本语言未必优化得彻底哈)。所以这一写法可以体现出three.js开发团队的功力确实够深的,这个细节优化也做到位了。

而3*3矩阵的行列式,就没有做这样的优化,大概是这里还没遇到瓶颈吧,换写法未必合适。

当然这里让笔者有点困惑,求逆的时候它也拿了余子式写法,并且取的不是最后一行最后一列,就有点谜,是怎么样顺手就怎么样写么?欢迎大佬们留言讨论。

写了这么多,结论是证明出来了,用左右手坐标系的方式定义3D绕序后,绕序,正负缩放,正负定矩阵是完全等价的。

回过头来说说2D,2D的叉乘是个阉割版,因为运算过程中通常不想扩展到3D,所以结果是一个数而非一个向量。但严格来说,2D向量叉乘的结果,它等于跟z轴平行的向量,长度等于2D叉乘的数值。如果给2D坐标全部加上z坐标,赋值为0,大家就会发现,其结论跟3D版完全一致。感兴趣的读者可自行演算。

因此,2D版的正负定矩阵是3D版的一个特例,它们的原理完全一致。

下面来小结一下:

1 3D中的点绕序需要结合3轴,用跟左右手坐标系类似的方式进行定义

2 绕序有没变更可通过两向量叉乘后跟第三向量点乘求得,也就是混合积

3 混合积结果跟4*4矩阵前3阶行列式一致

4 矩阵的正负缩放完全跟3*3矩阵的秩(或者最后一行填充了单位矩阵的4*4的秩)的符号直接对应

5 3D正负定矩阵的性质:正定矩阵不修改坐标系的左右手方向(绕序),负定矩阵会修改,零定矩阵会把坐标系压缩为共面,共线或者共点。零定矩阵不可逆。

好了,折腾完这波理论,下篇就暂时不折磨大家了,换回踩坑经验方面的分享。感谢小伙伴们的支持和关注,我们下篇再见!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/69848.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

软件工程经济学-日常作业+大作业

目录 一、作业1 作业内容 解答 二、作业2 作业内容 解答 三、作业3 作业内容 解答 四、大作业 作业内容 解答 1.建立层次结构模型 (1)目标层 (2)准则层 (3)方案层 2.构造判断矩阵 (1)准则层判断矩阵 (2)方案层判断矩阵 3.层次单排序及其一致性检验 代码 …

小程序的协同工作与发布

1.小程序API的三大分类 2.小程序管理的概念&#xff0c;以及成员管理两个方面 3.开发者权限说明以及如何维护项目成员 4.小程序版本

架构技能(六):软件设计(下)

我们知道&#xff0c;软件设计包括软件的整体架构设计和模块的详细设计。 在上一篇文章&#xff08;见 《架构技能&#xff08;五&#xff09;&#xff1a;软件设计&#xff08;上&#xff09;》&#xff09;谈了软件的整体架构设计&#xff0c;今天聊一下模块的详细设计。 模…

基于微信小程序的实习记录系统设计与实现(LW+源码+讲解)

专注于大学生项目实战开发,讲解,毕业答疑辅导&#xff0c;欢迎高校老师/同行前辈交流合作✌。 技术范围&#xff1a;SpringBoot、Vue、SSM、HLMT、小程序、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容&#xff1a;…

B-树:解锁大数据存储和与快速存储的密码

在我们学习数据结构的过程中&#xff0c;我们会学习到二叉搜索树、二叉平衡树、红黑树。 这些无一例外&#xff0c;是以一个二叉树展开的&#xff0c;那么对于我们寻找其中存在树中的数据&#xff0c;这个也是一个不错的方法。 但是&#xff0c;如若是遇到了非常大的数据容量…

【视频+图文详解】HTML基础4-html标签的基本使用

图文教程 html标签的基本使用 无序列表 作用&#xff1a;定义一个没有顺序的列表结构 由两个标签组成&#xff1a;<ul>以及<li>&#xff08;两个标签都属于容器级标签&#xff0c;其中ul只能嵌套li标签&#xff0c;但li标签能嵌套任何标签&#xff0c;甚至ul标…

网络工程师 (8)存储管理

一、页式存储基本原理 &#xff08;一&#xff09;内存划分 页式存储首先将内存物理空间划分成大小相等的存储块&#xff0c;这些块通常被称为“页帧”或“物理页”。每个页帧的大小是固定的&#xff0c;例如常见的页帧大小有4KB、8KB等&#xff0c;这个大小由操作系统决定。同…

LabVIEW无人机航线控制系统

介绍了一种无人机航线控制系统&#xff0c;该系统利用LabVIEW软件与MPU6050九轴传感器相结合&#xff0c;实现无人机飞行高度、速度、俯仰角和滚动角的实时监控。系统通过虚拟仪器技术&#xff0c;有效实现了数据的采集、处理及回放&#xff0c;极大提高了无人机航线的控制精度…

实现B-树

一、概述 1.历史 B树&#xff08;B-Tree&#xff09;结构是一种高效存储和查询数据的方法&#xff0c;它的历史可以追溯到1970年代早期。B树的发明人Rudolf Bayer和Edward M. McCreight分别发表了一篇论文介绍了B树。这篇论文是1972年发表于《ACM Transactions on Database S…

新一代搜索引擎,是 ES 的15倍?

Manticore Search介绍 Manticore Search 是一个使用 C 开发的高性能搜索引擎&#xff0c;创建于 2017 年&#xff0c;其前身是 Sphinx Search 。Manticore Search 充分利用了 Sphinx&#xff0c;显着改进了它的功能&#xff0c;修复了数百个错误&#xff0c;几乎完全重写了代码…

iperf 测 TCP 和 UDP 网络吞吐量

注&#xff1a;本文为 “iperf 测网络吞吐量” 相关文章合辑。 未整理去重。 使用 iperf3 监测网络吞吐量 Tom 王 2019-12-21 22:23:52 一 iperf3 介绍 (1.1) iperf3 是一个网络带宽测试工具&#xff0c;iperf3 可以擦拭 TCP 和 UDP 带宽质量。iperf3 可以测量最大 TCP 带宽…

神经网络的数据流动过程(张量的转换和输出)

文章目录 1、文本从输入到输出&#xff0c;经历了什么&#xff1f;2、数据流动过程是张量&#xff0c;如何知道张量表达的文本内容&#xff1f;3、词转为张量、张量转为词是唯一的吗&#xff1f;为什么&#xff1f;4、如何保证词张量的质量和合理性5、总结 &#x1f343;作者介…

MediaPipe与YOLO已训练模型实现可视化人脸和手势关键点检测

项目首页 - ZiTai_YOLOV11:基于前沿的 MediaPipe 技术与先进的 YOLOv11 预测试模型&#xff0c;精心打造一款强大的实时检测应用。该应用无缝连接摄像头&#xff0c;精准捕捉画面&#xff0c;能即时实现人脸检测、手势识别以及骨骼关键点检测&#xff0c;将检测结果实时、直观地…

JAVA篇12 —— 泛型的使用

​ 欢迎来到我的主页&#xff1a;【Echo-Nie】 本篇文章收录于专栏【JAVA学习】 如果这篇文章对你有帮助&#xff0c;希望点赞收藏加关注啦~ 1 泛型介绍 先对集合进行说明&#xff0c;不能对加入到集合中的元素类型进行约束&#xff08;不安全&#xff09;。遍历的时候需要…

JavaScript 数据类型

基本概念 什么是数据类型 JavaScript是一种 灵活的动态类型语言 &#xff0c;其数据类型构成了程序的基础构建块。它主要包括两类数据类型&#xff1a; 原始数据类型 &#xff1a;包括String、Number、Boolean、Undefined、Null和Symbol。 复杂数据类型 &#xff1a;以Object…

被裁与人生的意义--春节随想

还有两个月就要被迫离开工作了十多年的公司了&#xff0c;不过有幸安安稳稳的过了一个春节&#xff0c;很知足! 我是最后一批要离开的&#xff0c;一百多号同事都没“活到”蛇年。看着一批批仁人志士被“秋后斩首”&#xff0c;马上轮到我们十来个&#xff0c;个中滋味很难言清…

Redis代金卷(优惠卷)秒杀案例-多应用版

Redis代金卷(优惠卷)秒杀案例-单应用版-CSDN博客 上面这种方案,在多应用时候会出现问题,原因是你通过用户ID加锁 但是在多应用情况下,会出现两个应用的用户都有机会进去 让多个JVM使用同一把锁 这样就需要使用分布式锁 每个JVM都会有一个锁监视器,多个JVM就会有多个锁监视器…

绘制决策树尝试3

目录 代码解读AI 随机状态 种子 定义决策树回归模型 tree的decision regressor fit 还可用来预测 export 效果图 我的X只有一个特征 为何这么多分支 &#xff1f;&#xff1f;&#xff1f; 这是CART回归 CART回归 为什么说代码是CART回归&#xff1f; 不是所有的决…

为大模型提供webui界面的利器:Open WebUI 完全本地离线部署deepseek r1

为大模型提供webui界面的利器&#xff1a;Open WebUI Open WebUI的官网&#xff1a;&#x1f3e1; Home | Open WebUI 开源代码&#xff1a;WeTab 新标签页 Open WebUI是一个可扩展、功能丰富、用户友好的自托管AI平台&#xff0c;旨在完全离线运行。它支持各种LLM运行程序&am…

langchain 实现多智能体多轮对话

这里写目录标题 工具定义模型选择graph节点函数定义graph 运行 工具定义 import random from typing import Annotated, Literalfrom langchain_core.tools import tool from langchain_core.tools.base import InjectedToolCallId from langgraph.prebuilt import InjectedSt…