Java 为什么android.opengl.Matrix.translateM()会产生意外的结果?
从android.opengl.Matrix.translateM(float[]m,int mOffset,float x,float y,float z)的 为什么平移参数的x、y和z分量在此处与源矩阵分量相乘?这不是很简单吗(这一行代替了整个for循环):Java 为什么android.opengl.Matrix.translateM()会产生意外的结果?,java,android,matrix,opengl-es-2.0,matrix-transform,Java,Android,Matrix,Opengl Es 2.0,Matrix Transform,从android.opengl.Matrix.translateM(float[]m,int mOffset,float x,float y,float z)的 为什么平移参数的x、y和z分量在此处与源矩阵分量相乘?这不是很简单吗(这一行代替了整个for循环): 问题背景: 我正在用OpenGLES2.0做一些2d游戏。我不想在那里缩放和移动一些物体。我只是简单地移动它: Matrix.setIdentityM(mModelMatrix, 0); Matrix.translateM(mMode
问题背景: 我正在用OpenGLES2.0做一些2d游戏。我不想在那里缩放和移动一些物体。我只是简单地移动它:
Matrix.setIdentityM(mModelMatrix, 0);
Matrix.translateM(mModelMatrix, 0, x, y, 0);
一切顺利。一旦我在移动前进行缩放-此时移动平移:
Matrix.setIdentityM(mModelMatrix, 0);
Matrix.scaleM(mModelMatrix, 0, xScaleFactor, yScaleFactor, 1);
Matrix.translateM(mModelMatrix, 0, x, y, 0);
事实上是乘以比例:(OpenGL是列主矩阵,缩放、旋转和平移的正确顺序实际上是
Translation*Rotation*Scaling
。在D3D和任何行主矩阵库中,Scale*Rotate*Translate
都是正确的。使用列主矩阵时,必须从右到左考虑问题
或者,您可以在乘法之前转置每个矩阵-但通常只遵循列主矩阵乘法的规范顺序更简单。请注意,这也适用于GL(列主矩阵)中的Position*Model*View*Projection
(D3D/行主矩阵)等正确的顺序是投影*视图*模型*位置
translateM
模拟m
XT
,其中T
是一个转换矩阵
平移矩阵类似于单位矩阵(对角线1),最后一列为x,y,z,1表示平移。(1表示同质坐标,我将不讨论)
假设您知道矩阵乘法(其中第一个操作数的每一行由第二个操作数的每一列按对进行互乘),则利用转换矩阵的细节可以走捷径。T
:
m[12+i] = m[0+i]*x + m[4+i]*y + m[8+i]*z + m[12+i]*1f;
它实际上并不创建转换矩阵t
,而是模拟乘法mxt
。大多数值不会改变(因为这部分像一个单位矩阵),所以它只需要计算确实改变的值(包括t
的最后一列)
每一次循环迭代都是将一行m
乘以转换矩阵的最后一列(即x,y,z,1
)。代码行是(i是m
的行,而T
的列):
但是他们使用+=
操作符简化它;使用mi
作为偏移量;省略0+
不改变的元素可以留在那里,因为这个版本的translateM
已经“就位”
请记住,它使用主列形式的矩阵,带有索引:
0 4 8 12
1 5 9 13
2 6 10 14
3 7 11 15
在遍历数组时,向下遍历一列中的每个元素,并在其末尾遍历下一列,以此类推。因此,第i行和第j列中的元素位于m[i+4*j]
。也就是说,向下遍历为+1,向下遍历为+4。thr next(另一种方式是行主键,在这里您可以穿过一行,向下到下一行等。打印时更直观,但不是android.opengl.Matrix
使用的。)
你的
scaleM
然后translateM
相当于sxt
(缩放矩阵S
,平移矩阵T
)。效果是从右到左(即向后),首先是平移,然后是缩放。因此,平移也会被缩放
正如公认的答案所说,做translateM
然后scaleM
(即T x S
)具有缩放然后翻译的效果(因此翻译不会缩放)
考虑这一点的一种方法是,这个矩阵最终将乘以一个列向量v
:(txs)xv
。从不同的角度开始,用sxv=v'
缩放v
,然后用txv'
转换结果,我们可以将它们组合为tx(sxv)
。缩放必须放在第一位似乎很自然。也许令人惊讶的是,因为矩阵乘法是关联的,它与(txs)xv
相同。如果忽略最后一个xv
(在GPU上完成),我们就得到了txs
,意思是“缩放,然后转换”.首先完成最靠近右侧的矩阵
顺便说一句,矩阵乘法的关联性就像java字符串串接,求值顺序无关紧要,其中(a+b)+c=a+(b+c)
(虽然操作数的顺序很重要,例如a+b+c!=c+b+a
)。这意味着我们可以先选择适合我们的部分
顺便说一句:这里有几个层次:矩阵乘法、排序效果、齐次坐标、平移矩阵、乘法排序效果、列主形式、上面的乘法捷径、
+=
和mOffset、
mi`(对于一个数组中的多个矩阵)
很多编程都可以理解,但对于这一点,最好是依次进入每一层的顶部。我不确定,这个问题应该在这里问还是在后面问?
Matrix.setIdentityM(mModelMatrix, 0);
Matrix.scaleM(mModelMatrix, 0, xScaleFactor, yScaleFactor, 1);
Matrix.translateM(mModelMatrix, 0, x, y, 0);
m[12+i] = m[0+i]*x + m[4+i]*y + m[8+i]*z + m[12+i]*1f;
0 4 8 12
1 5 9 13
2 6 10 14
3 7 11 15