右手坐标系,空间点绕轴旋转公式&程序(Python和C++程序)

简介: 右手坐标系,空间点绕轴旋转公式&程序(Python和C++程序)

1 右手坐标系

右手坐标系如下图:

  • X拇指指向X轴
  • Y食指指向Y轴
  • Z中指指向Z轴

image.png

可能很多人还是记不住,我个人总结两个小技巧,很容易牢记右手坐标系

  • X、Y、Z的顺序刚好也是对应手指大拇指、食指、中指也是顺序排列的
  • 做一个右手坐标系的姿势,然后让食指(Y轴)指向别人的姿势,很容易就可以把右手坐标系画出来

如下,是我画的右手坐标系:

image.png

1.1 旋转90度是什么样的

例如X轴顺时针旋转90度,为了验证这个旋转结果是否正确,我们需要弄清楚这个90度是怎么旋转的:

  • 可以从原点(0,0,0)向X轴看,此时就可以把三维坐标系降维到二维坐标系YOZ
  • 绕X轴旋转的过程中,自然X轴的坐标是不变的,只有Y和Z是变化的。

例如:(2, 0, 3)绕X轴顺时针旋转90度,旋转后的坐标为:(2, 3, 0)

2 XYZ空间内某点绕X、Y、Z轴旋转一次

首先假设:

  • 旋转前坐标为:$(x, y, z)$
  • 旋转后坐标为:$(x^{\prime}, y^{\prime}, z^{\prime})$

下面用一些内容的简单说明:

1、角度弧度的相互转化(关于角度和弧度的更多介绍参考

  • 角度弧度: $弧度 = 角度 \times \frac{\pi}{180}$
  • 弧度角度:$角度 = 弧度 \times \frac{180}{\pi}$

2、python的math模块和numpy模块计算正弦sin和余弦cos输入的参数值都是弧度制

如下,计算sin90度

>>> import numpy as np
>>> import math
>>> np.sin(90*(np.pi/180))
1.0
>>> math.sin(90*(math.pi/180))
1.0
>>>

2.1 XYZ空间内某点绕Z轴旋转γ角

1、绕Z轴旋转:Z轴的坐标是不变化的

$$ \left[x^{\prime}, y^{\prime}, z^{\prime}, 1\right]=[x, y, z, 1]\left[\begin{array}{cccc} \cos \gamma & \sin \gamma & 0 & 0 \\ -\sin \gamma & \cos \gamma & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{array}\right] $$

然后公式可以表示为:

$$ \begin{array}{l} x^{\prime}=\cos \gamma \cdot x-\sin \gamma \cdot y \\ y^{\prime}=\sin \gamma \cdot x+\cos \gamma \cdot y \\ z^{\prime}=z \end{array} $$

2、python实现XYZ空间内某点绕Z轴旋转γ角

# 1、绕Z周旋转gamma角
def rotate_Z(x, y, z,  gamma):
    gamma = gamma * (np.pi / 180)
    x_r = np.cos(gamma)*x - np.sin(gamma)*y
    y_r = np.sin(gamma)*x + np.cos(gamma)*y
    z_r = z
    print(f"{(x, y, z)} rotate {gamma*(180/np.pi)} degrees around the Z-axis,result {(x_r, y_r, z_r)}")
    return x_r, y_r, z_r

3、C++实现XYZ空间内某点绕Z轴旋转γ角


//将空间点绕Z轴旋转
//输入参数 x y为空间点原始x y坐标
//thetaz为空间点绕Z轴旋转多少度,角度制范围在-180180
//outx outy为旋转后的结果坐标
void codeRotateByZ(double x, double y, double thetaz, double& outx, double& outy)
{
   
   
    double x1 = x;//将变量拷贝一次,保证&x == &outx这种情况下也能计算正确
    double y1 = y;
    double rz = thetaz * CV_PI / 180;
    outx = cos(rz) * x1 - sin(rz) * y1;
    outy = sin(rz) * x1 + cos(rz) * y1;

}

2.2 XYZ空间内某点绕Y轴旋转β角

1、绕Z轴旋转:Z轴的坐标是不变化的

$$ \left[x^{\prime}, y^{\prime}, z^{\prime}, 1\right]=[x, y, z, 1]\left[\begin{array}{cccc} \cos \beta & 0 & -\sin \beta & 0 \\ 0 & 1 & 0 & 0 \\ \sin \beta & 0 & \cos \beta & 0 \\ 0 & 0 & 0 & 1 \end{array}\right] $$

然后公式可以表示为:

$$ \begin{array}{l} x^{\prime}=\cos \beta \cdot x+\sin \beta \cdot z \\ y^{\prime}=y \\ z^{\prime}=-\sin \beta \cdot x+\cos \beta \cdot z \end{array} $$

2、python实现XYZ空间内某点绕Y轴旋转β角

# 2、绕Y轴旋转beta角
def rotate_Y(x, y, z, beta):
    beta = beta * (np.pi / 180)
    x_r = np.cos(beta)*x + np.sin(beta)*z
    y_r = y
    z_r = -np.sin(beta)*x + np.cos(beta)*z
    print(f"{(x, y, z)} rotate {beta*(180/np.pi)} degrees around the Y-axis,result {(x_r, y_r, z_r)}")
    return x_r, y_r, z_r

3、C++实现XYZ空间内某点绕Y轴旋转β角


//将空间点绕Y轴旋转
//输入参数 x z为空间点原始x z坐标
//thetay为空间点绕Y轴旋转多少度,角度制范围在-180180
//outx outz为旋转后的结果坐标
void codeRotateByY(double x, double z, double thetay, double& outx, double& outz)
{
   
   
    double x1 = x;
    double z1 = z;
    double ry = thetay * CV_PI / 180;
    outx = cos(ry) * x1 + sin(ry) * z1;
    outz = cos(ry) * z1 - sin(ry) * x1;
}

2.3 XYZ空间内某点绕X轴旋转α角

1、绕Z轴旋转:Z轴的坐标是不变化的

$$ \left[x^{\prime}, y^{\prime}, z^{\prime}, 1\right]=[x, y, z, 1]\left[\begin{array}{cccc} 1 & 0 & 0 & 0 \\ 0 & \cos \alpha & \sin \alpha & 0 \\ 0 & -\sin \alpha & \cos \alpha & 0 \\ 0 & 0 & 0 & 1 \end{array}\right] $$

然后公式可以表示为:

$$ \begin{array}{l} x^{\prime}=x \\ y^{\prime}=\cos \alpha \cdot y-\sin \alpha \cdot z \\ z^{\prime}=\sin \alpha \cdot y+\cos \alpha \cdot z \end{array} $$

2、python实现XYZ空间内某点绕X轴旋转α角

# 3、绕X轴旋转alpha角
def rotate_X(x, y, z, alpha):
    alpha = alpha * (np.pi / 180)
    x_r = x
    y_r = np.cos(alpha)*y - np.sin(alpha)*z
    z_r = np.sin(alpha)*y + np.cos(alpha)*z
    print(f"{(x, y, z)} rotate {alpha*(180/np.pi)} degrees around the X-axis,result {(x_r, y_r, z_r)}")
    return x_r, y_r, z_r

3、C++实现XYZ空间内某点绕X轴旋转α角


//将空间点绕X轴旋转
//输入参数 y z为空间点原始y z坐标
//thetax为空间点绕X轴旋转多少度,角度制范围在-180180
//outy outz为旋转后的结果坐标
void codeRotateByX(double y, double z, double thetax, double& outy, double& outz)
{
   
   
    double y1 = y;//将变量拷贝一次,保证&y == &y这种情况下也能计算正确
    double z1 = z;
    double rx = thetax * CV_PI / 180;
    outy = cos(rx) * y1 - sin(rx) * z1;
    outz = cos(rx) * z1 + sin(rx) * y1;

完整代码:

import numpy as np

# 1、绕Z周旋转gamma角

def rotate_Z(x, y, z,  gamma):
    gamma = gamma * (np.pi / 180)
    x_r = np.cos(gamma)*x - np.sin(gamma)*y
    y_r = np.sin(gamma)*x + np.cos(gamma)*y
    z_r = z
    print(f"{(x, y, z)} rotate {gamma*(180/np.pi)} degrees around the Z-axis,result {(x_r, y_r, z_r)}")
    return x_r, y_r, z_r


# 2、绕Y轴旋转beta角
def rotate_Y(x, y, z, beta):
    beta = beta * (np.pi / 180)
    x_r = np.cos(beta)*x + np.sin(beta)*z
    y_r = y
    z_r = -np.sin(beta)*x + np.cos(beta)*z
    print(f"{(x, y, z)} rotate {beta*(180/np.pi)} degrees around the Y-axis,result {(x_r, y_r, z_r)}")
    return x_r, y_r, z_r


# 3、绕X轴旋转alpha角
def rotate_X(x, y, z, alpha):
    alpha = alpha * (np.pi / 180)
    x_r = x
    y_r = np.cos(alpha)*y - np.sin(alpha)*z
    z_r = np.sin(alpha)*y + np.cos(alpha)*z
    print(f"{(x, y, z)} rotate {alpha*(180/np.pi)} degrees around the X-axis,result {(x_r, y_r, z_r)}")
    return x_r, y_r, z_r



# https://zh.wikipedia.org/wiki/%E6%97%8B%E8%BD%AC%E7%9F%A9%E9%98%B5
# 可能是坐标系的不同,维基百科上的斜对角的sin的负号,和我们使用的刚好是交换过来的

if __name__ == '__main__':
    # 1、绕Z轴旋转,Z值不变
    # 点(2, 0, 12)绕Z轴旋转90度,旋转后 (0, 2, 12)
    rotate_Z(2, 0, 12, 90)

    # 2、绕Y轴旋转,Y值不变
    # 点(3, 4, 0)绕Y轴顺时针旋转90度,旋转后 (0, 4, -3)
    rotate_Y(3, 4, 0, 90)

    # 3、绕X轴旋转,X值不变
    # 点(5, 0, 7)绕X轴顺时针旋转90度,旋转后 (5, -7, 0)
    rotate_X(5, 0, 7, 90)

    x, y, z = 1, 2, 3
    x, y, z = rotate_X(x, y, z, 90)
    x, y, z = rotate_Y(x, y, z, -90)
    x, y, z = rotate_Z(x, y, z, -90)
    # 结果:(1,2,3) -> (-3, 2, 1)

    x, y, z = 1, 2, 3
    x, y, z = rotate_Z(x, y, z, 90)
    x, y, z = rotate_Y(x, y, z, -90)
    x, y, z = rotate_X(x, y, z, -90)
    # 结果: (1,2,3) - > (-3, -2, -1)
    # 因此不同的旋转顺序会导致旋转的结果不一样

如果你看维基百科,会发现在维基百科上我们绕每个轴的旋转矩阵,斜对角的两个sin正弦值的正负号刚好是交换过来的,这个可能就可坐标系的选择有关了,我们这里选择的是右手坐标系

目录
相关文章
|
3天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
3天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
5天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
|
6天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
12 1
|
9天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
18 1
|
15天前
|
机器学习/深度学习 算法 编译器
Python程序到计算图一键转化,详解清华开源深度学习编译器MagPy
【10月更文挑战第26天】MagPy是一款由清华大学研发的开源深度学习编译器,可将Python程序一键转化为计算图,简化模型构建和优化过程。它支持多种深度学习框架,具备自动化、灵活性、优化性能好和易于扩展等特点,适用于模型构建、迁移、部署及教学研究。尽管MagPy具有诸多优势,但在算子支持、优化策略等方面仍面临挑战。
41 3
|
17天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
18 3
|
20天前
|
存储 人工智能 数据挖掘
Python编程入门:构建你的第一个程序
【10月更文挑战第22天】编程,这个听起来高深莫测的词汇,实际上就像搭积木一样简单有趣。本文将带你走进Python的世界,用最浅显的语言和实例,让你轻松掌握编写第一个Python程序的方法。无论你是编程新手还是希望了解Python的爱好者,这篇文章都将是你的理想起点。让我们一起开始这段奇妙的编程之旅吧!
20 3
|
1月前
|
存储 程序员 编译器
简述 C、C++程序编译的内存分配情况
在C和C++程序编译过程中,内存被划分为几个区域进行分配:代码区存储常量和执行指令;全局/静态变量区存放全局变量及静态变量;栈区管理函数参数、局部变量等;堆区则用于动态分配内存,由程序员控制释放,共同支撑着程序运行时的数据存储与处理需求。
101 21
|
9天前
|
索引 Python
SciPy 空间数据1
SciPy 通过 `scipy.spatial` 模块处理空间数据,如判断点是否在边界内、计算最近点等。三角测量是通过测量角度来确定目标距离的方法。多边形的三角测量可将其分解为多个三角形,用于计算面积。Delaunay 三角剖分是一种常用方法,可以对一系列点进行三角剖分。示例代码展示了如何使用 `Delaunay()` 函数创建三角形并绘制。
18 0