什么是透视投影变换理论

感觉很多书上都没讲清楚透视投影变换的推导过程,自己推导了下,以前一直含糊的关于方形/非方形的视平面和屏幕的宽高比的问题也有了答案.本文组织如下：

1.相机空间到视平面的变换

2.视平面到屏幕的变换

3.综合

4.一般情形

透视投影变换理论推导：

1.相机空间到视平面的变换

                       * p (xc,0, zc)
                      / |
                     / |
                    /   |
            X    |/     |
            ^     *p' |(xp,0,zp)
            |   / |      |
            | / |     |
            | /   |     |
 C(cam) |/    |     |
--------*----|----*------------->Z
            0    dx   zc
      (X-Z平面的投影示图)

a.透视投影一般的视景体为棱台，相机空间的物体会投影到视平面z=d，这里考虑左手坐标系，矩阵使用行优先方式。如图所示，由相似三角形知识可知相机空间中的物体投影到视平面上的坐标为：

xp = xc*(dx/zc)
 yp = yc*(dy/zc)

其中,xc,yc,zc为相机空间坐标,xp,yp,zp为视平面坐标，dx，dy为x,y轴向的视距view distance，视平面到camera的距离,
故相机空间投影到视平面上的矩阵Tcp为：

|dx 0 0 0 |

|0 dy 0 0 |

|0 0   1 1 |

|0 0   0 0 |

(验证:Tcp右乘点p(xc,yc,zc,1)得点p'(xc*dx, yc*dy, zc, zc),转换为3D坐标为(xc*dx/zc, yc*dy/zc, 1),正确。)

********************************************************************
注：因为转换过程中点使用的是4D齐次坐标,所以更后需转换为3D坐标。4D齐次坐标(x,y,z,w)转换为3D坐标的方法为除以w分量，即对应3D坐标为(x/w,y/w,z/w)。
********************************************************************

考虑dx/zc和dy/zc项，如果dx != dy,则投影后x,y的比例会发生变化（原因：投影前坐标比例为xc/yc,投影后为xp/yp = xc*(dx/zc)/yc*(dy/zc) = xc*dx/yc*dy），从而投影后的图像的x,y比例会发生变形。

---------------------------------------------
结论1：所以，一般都会令d=dx=dy,即x,y向的视距相同。否则，图像失真。
---------------------------------------------

考虑视角（view angle,或视野filed of view）的问题，视角的大小不会影响到物体投影后的坐标，只会影响可视的范围。

在视距一样的情况下，x,y轴的视角可以不一样。如果一样，那么视平面就是一个正方形的。于是有：

tan(theta_x/2) = width_p/d
 tan(theta_y/2) = height_p/d

其中，theta_x，theta_y为x,y轴向的视角，width_p，height_p为视平面z=d的宽度（x轴）和高度(y轴)。
----------------------------------------------------------------
结论2：视平面的宽高比rp=width_p/height_p = tan(theta_x/2)/tan(theta_y/2)。
----------------------------------------------------------------

2.视平面到屏幕的变换

下面就是视平面到屏幕的变换了，这是一个2D到2D的变换（视平面的坐标需伸缩以填满整个屏幕空间,即在视平面中出现的所有的点要变换到屏幕上去，同时x,y轴向的比例还要维持和变换前一样，以免比例失真，同时视平面的坐标原点和屏幕中心点（x0=(width_s)/2, y0=(height_s)/2）对应），其实，就是一个坐标缩放加平移的过程:

xs = xp*kx + x0
 ys = -yp*ky + y0

矩阵Tps为：

|kx     0       0 0 |

|0      -ky     0 0 |

|0      0       1 0 |

|x0   y0       0 1 |

(验证:Tps右乘点p(xp,yp,zp,1)得点p'(xp*kx + x0, -yp*ky + y0, zp, 1),转换为3D坐标为(xp*kx + x0, -yp*ky + y0, zp)，正确。)

其中，kx,ky(kx>0,ky>0)为x,y轴向的缩放因子（kx=(width_s)/(width_p)， ky = (height_s)/(height_p），和视距相同，kx,ky的值必须一样，否则图像的x,y比例又会发生变形。这里-yp*ky是因为一般屏幕的y轴是向下的，跟相机空间和视平面坐标系中的y轴方向相反。
------------------------------------------------------------------------------------------------
结论3: 一般令k=kx=ky，即x,y向的缩放因子相同。否则，图像失真。
 于是有，width_s/width_p = height_s/height_p，变化等式得，rp = width_p/height_p = width_s/height_s = rs
所以，在x,y轴视距一样的情况下，要想更后变换到屏幕上的图像x,y比例不失真，必须rp=rs,即视平面的宽高比和屏幕的宽高比一样。
-----------------------------------------------------------------------------------------------

********************************************************************
注：若屏幕宽高为W,H，当W != H，即屏幕不为方形的时候，要确保投影到屏幕上的图像x,y比例不失真，则x,y轴视角(或视野FOV)肯定不能相等。
 原因： 由结论2,3知，rp=width_p/height_p = tan(theta_x/2)/tan(theta_y/2)=width_s/height_s=rs=W/H。 故由W/H != 1 => theta_x != theta_Y.
 ********************************************************************

3.综合：

相机空间点p转换到屏幕空间点p'，变换公式为：

xs = xc*(dx/zc)*kx + x0 = xc*(d/zc)*k + x0
 ys = -yc*(dy/zc)*ky + y0 = -yc*(d/zc)*k + y0

综合变换矩阵(相机空间到屏幕空间)Tcs为：

Tcs = Tcp*Tps =

|d*k    0       0 0 |

|0      -d*k    0 0 |

|x0     y0      1 1 |

|0      0         0 0|

其中，d为视距，k为屏幕和视平面之间的宽度比或高度比，x0,y0为屏幕中心，注：更后需转换为3D坐标。

(验证:Tcs右乘点p(xc,yc,zc,1)得点p'(xc*d*k + x0*zc, -yc*d*k + y0*zc, zc, zc),转换为3D坐标为(xc*(d/zc)*k + x0, -yc*(d/zc)*k + y0, 1)，正确。)

4.一般情形：
************************************
视距为1，x轴视角为90度，屏幕宽高为W,H.
 ************************************

代入d=1，theta_x = PI/2,x0= W/2,y0=H/2,则视平面宽高为width_p = 2。
 要确保屏幕上的图像x,y比例不失真，即rs=rp,有
height_p = 2/rp=2/rs=2H/W,
 k=kx=ky=width_s/width_p = W/2.

于是,矩阵为:

Tcs1 =

|W/2    0       0 0 |

|0      -W/2    0 0 |

|W/2    H/2   1 1 |

|0      0         0 0 |

或

|W/2    0                  0 0 |

|0      -H/2*(W/H)    0 0 |

|W/2    H/2              1 1 |

|0      0                   0 0 |

(可以看到，y轴的缩放因子中乘上了宽高比(aspect ratio))  这个矩阵较常用。