向量空间的几何变换

简介: 包括平移,旋转变换,这是一个很基本的东西,即把向量扩维到一个能够变换的空间中,例如变换三维的颜色向量,将它扩展为五维空间。在我做的项目中,很多图形本身只有一组变换参数和一个指向图元的引用,那么绘制这些图形时,即需要用变换参数把图元坐标变换到真正的显示系统坐标,才能绘制。
包括平移,旋转变换,这是一个很基本的东西,即把向量扩维到一个能够变换的空间中,例如变换三维的颜色向量,将它扩展为五维空间。

在我做的项目中,很多图形本身只有一组变换参数和一个指向图元的引用,那么绘制这些图形时,即需要用变换参数把图元坐标变换到真正的显示系统坐标,才能绘制。当捕捉这些对象时,又需要把鼠标点逆变换到图元坐标系统中。

这是一些注释:很基本,变换和逆变换的代码省略。
/*  *********************************************************************
*                            【变换矩阵Matrix】
* (1)坐标变换的矩阵方程为:

*                            [  m11  m12  0 ]
*                            [              ]
*            [x' y' 1]=[x y 1] [  m21  m22  0 ]
*                            [              ]
*                            [   dx  dy   0 ]

* (2)变换可以累加,变换矩阵为每次变换的相乘结果。

* (3)变换矩阵的逆矩阵为:

*       [       m22           -m12        0 ]
*       [                                   ] 
*       [      -m21            m11        0 ]  /(m11*m22-m12*m22) 
*       [                                   ]
*       [ -m22*dx+m21*dy  m12*dx-m11*dy   1 ]

* (4)后偏移法的变换矩阵:

*            x' = x * scale + dx
*            y' = y * scale + dy

*                                [ scale    0    0 ]
*                                [   0    scale  0 ]
*                                [   dx     dy   1 ]


* (5)围绕原点(0,0)(向y轴正向)旋转a角度的变换矩阵:

*          x' = x * cos(a) - y * sin(a)
*            y' = x * sin(a) + y * cos(a)
*                            
*                                [  cos(a)   sin(a)   0 ]
*                                [ -sin(a)   cos(a)   0 ]
*                                [     0        0     0 ]

* (6)先围绕原点正向旋转a度,再缩放z倍,再平移dx,dy的变换矩阵:
*            x' = x *cos(a)*z -y *sin(a)*z +dx
*            y' = x *sin(a)*z +y *cos(a)*z +dy


*                                [  cos(a)*z   sin(a)*z   0 ]
*                                [ -sin(a)*z   cos(a)*z   0 ]
*                                [     dx         dy      0 ]

* (7)上式的逆变换是:
*            x = x' *  cos(a)/z +y *sin(a)/z -(dx*cos(a)+dy*sin(a))/z
*            y = x' * -sin(a)/z +y *cos(a)/z +(dx*sin(a)-dy*cos(a))/z


*                    [        cos(a)             -sin(a)          0 ]
*                    [       sin(a)              cos(a)          0 ] / z
*                    [ -dx*cos(a)-dy*sin(a)  dx*sin(a)-dy*cos(a) 0 ]


**********************************************************************
*/  


目录
相关文章
|
5月前
|
数据采集 机器学习/深度学习 人工智能
运维人的“福音”?AI 驱动的自动化网络监控到底香不香!
运维人的“福音”?AI 驱动的自动化网络监控到底香不香!
410 0
|
存储 算法 C语言
c++游戏制作指南(二):制作一个炫酷的启动界面(c++绘图)
c++游戏制作指南(二):制作一个炫酷的启动界面(c++绘图)
722 0
|
3天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
1天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
2天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
5天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
555 2
|
3天前
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
793 4
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
kde
|
5天前
|
人工智能 关系型数据库 PostgreSQL
n8n Docker 部署手册
n8n是一款开源工作流自动化平台,支持低代码与可编程模式,集成400+服务节点,原生支持AI与API连接,可自托管部署,助力团队构建安全高效的自动化流程。
kde
374 3