之前的三篇文章讲了如何对二维物体进行平移, 旋转,和 缩放。 每种变换都改变了着色器并且这些变换还受先后顺序影响。在 前例中我们先缩放,再旋转,最后平移,如果执行顺序不同 结果也不同。
例如这是缩放 2, 1 ,旋转 30 度,然后平移 100, 0 的结果。
这是平移 100, 0 ,旋转 30 度,然后缩放 2, 1 的结果。
结果截然不同,更糟的是,针对第二种情况中的转换顺序,需要写一个新的着色器。
有些比我聪明的人可能已经想到了矩阵,对于二维我们使用 3x3 的矩阵, 3x3 的矩阵就像是有 9 个格子的格网。
1.0 | 2.0 | 3.0 |
4.0 | 5.0 | 6.0 |
7.0 | 8.0 | 9.0 |
在计算的时候我们将位置坐标沿着矩阵列的方向依次相乘再将结果加起来。 我们的位置信息只有两个值, x 和 y 。但是要进行运算需要三个值, 所以我们将第三个值赋值为 1 。
在这个例子中结果将是
newX = | x * | 1.0 | + | newY = | x * | 2.0 | + | extra = | x * | 3.0 | + |
y * | 4.0 | + | y * | 5.0 | + | y * | 6.0 | + | |||
1 * | 7.0 | 1 * | 8.0 | 1 * | 9.0 |
你可能会想“这样做有什么意义?”,好吧,假设我们要进行平移, 平移的量为 tx 和 ty ,然后定义一个这样的矩阵
1.0 | 0.0 | 0.0 |
0.0 | 1.0 | 0.0 |
tx | ty | 1.0 |
然后计算结果
newX = | x | * | 1.0 | + | newY = | x | * | 0.0 | + | extra = | x | * | 0.0 | + |
y | * | 0.0 | + | y | * | 1.0 | + | y | * | 0.0 | + | |||
1 | * | tx | 1 | * | ty | 1 | * | 1.0 |
如果你还记得线性代数的知识,我们可以删除和 0 相乘的部分, 和 1 相乘相当于没变,所以简化后为
newX = | x | * | 1.0 | + | newY = | x | * | 0.0 | + | extra = | x | * | 0.0 | + |
y | * | 0.0 | + | y | * | 1.0 | + | y | * | 0.0 | + | |||
1 | * | tx | 1 | * | ty | 1 | * | 1.0 |
或者更简洁
newX = x + tx; newY = y + ty;
其他的就不用关心了。这个看起来和平移例子中的代码有些相似。
同样的来实现旋转,在旋转章节提到过,旋转只需要和旋转角对应的正弦和余弦值
s = Math.sin(angleToRotateInRadians); c = Math.cos(angleToRotateInRadians);
然后我们创建一个这样的矩阵
c | -s | 0.0 |
s | c | 0.0 |
0.0 | 0.0 | 1.0 |
使用矩阵后得到
newX = | x | * | c | + | newY = | x | * | -s | + | extra = | x | * | 0.0 | + |
y | * | s | + | y | * | c | + | y | * | 0.0 | + | |||
1 | * | 0.0 | 1 | * | 0.0 | 1 | * | 1.0 |
遮住没有意义的部分(和 0 或 1 相乘的部分)
newX = | x | * | c | + | newY = | x | * | -s | + | extra = | x | * | 0.0 | + |
y | * | s | + | y | * | c | + | y | * | 0.0 | + | |||
1 | * | 0.0 | 1 | * | 0.0 | 1 | * | 1.0 |
然后得到简化版
newX = x * c + y * s; newY = x * -s + y * c;
正是我们在旋转例子中得到的结果。
最后是缩放,我们将两个缩放因子叫做 sx 和 sy 。
然后创建一个这样的矩阵
sx | 0.0 | 0.0 |
0.0 | sy | 0.0 |
0.0 | 0.0 | 1.0 |
使用矩阵后得到
newX = | x | * | sx | + | newY = | x | * | 0.0 | + | extra = | x | * | 0.0 | + |
y | * | 0.0 | + | y | * | sy | + | y | * | 0.0 | + | |||
1 | * | 0.0 | 1 | * | 0.0 | 1 | * | 1.0 |
实际上是
newX = | x | * | sx | + | newY = | x | * | 0.0 | + | extra = | x | * | 0.0 | + |
y | * | 0.0 | + | y | * | sy | + | y | * | 0.0 | + | |||
1 | * | 0.0 | 1 | * | 0.0 | 1 | * | 1.0 |
简化后
newX = x * sx; newY = y * sy;
和缩放例子相似。
现在你可能还会想“那又怎样,有什么意义?”, 好像花了更多精力做之前做过的事情。
现在开始有趣的部分了,相乘后他们可以用一个矩阵代表三个变换,
假定有一个方法m3.multiply
可以将两个矩阵相乘并返回结果。
var m3 = {
multiply: function (a, b) {
var a00 = a[0 * 3 + 0]
var a01 = a[0 * 3 + 1]
var a02 = a[0 * 3 + 2]
var a10 = a[1 * 3 + 0]
var a11 = a[1 * 3 + 1]
var a12 = a[1 * 3 + 2]
var a20 = a[2 * 3 + 0]
var a21 = a[2 * 3 + 1]
var a22 = a[2 * 3 + 2]
var b00 = b[0 * 3 + 0]
var b01 = b[0 * 3 + 1]
var b02 = b[0 * 3 + 2]
var b10 = b[1 * 3 + 0]
var b11 = b[1 * 3 + 1]
var b12 = b[1 * 3 + 2]
var b20 = b[2 * 3 + 0]
var b21 = b[2 * 3 + 1]
var b22 = b[2 * 3 + 2]
return [
b00 * a00 + b01 * a10 + b02 * a20,
b00 * a01 + b01 * a11 + b02 * a21,
b00 * a02 + b01 * a12 + b02 * a22,
b10 * a00 + b11 * a10 + b12 * a20,
b10 * a01 + b11 * a11 + b12 * a21,
b10 * a02 + b11 * a12 + b12 * a22,
b20 * a00 + b21 * a10 + b22 * a20,
b20 * a01 + b21 * a11 + b22 * a21,
b20 * a02 + b21 * a12 + b22 * a22
]
}
}
为了方便讲解,我们先创建平移,旋转和缩放矩阵。
var m3 = {
translation: function(tx, ty) {
return [
1, 0, 0,
0, 1, 0,
tx, ty, 1,
];
},
rotation: function(angleInRadians) {
var c = Math.cos(angleInRadians);
var s = Math.sin(angleInRadians);
return [
c,-s, 0,
s, c, 0,
0, 0, 1,
];
},
scaling: function(sx, sy) {
return [
sx, 0, 0,
0, sy, 0,
0, 0, 1,
];
},
};
现在该修改着色器了,原来的着色器像这样
#version 300 es
in vec2 a_position;
uniform vec2 u_resolution;
uniform vec2 u_translation;
uniform vec2 u_rotation;
uniform vec2 u_scale;
void main() {
// 缩放
vec2 scaledPosition = a_position * u_scale;
// 旋转
vec2 rotatedPosition = vec2(
scaledPosition.x * u_rotation.y + scaledPosition.y * u_rotation.x,
scaledPosition.y * u_rotation.y - scaledPosition.x * u_rotation.x);
// 平移
vec2 position = rotatedPosition + u_translation;
新着色器就简单多了。
#version 300 es
in vec2 a_position;
uniform vec2 u_resolution;
uniform mat3 u_matrix;
void main() {
// 将位置乘以矩阵
vec2 position = (u_matrix * vec3(a_position, 1)).xy;
...
这是使用的方法
// 绘制场景
function drawScene() {
webglUtils.resizeCanvasToDisplaySize(gl.canvas);
// 告诉WebGL如何从裁剪空间对应到像素
gl.viewport(0, 0, gl.canvas.width, gl.canvas.height);
// 清空画布
gl.clearColor(0, 0, 0, 0);
gl.clear(gl.COLOR_BUFFER_BIT | gl.DEPTH_BUFFER_BIT);
// 使用我们的程序
gl.useProgram(program);
// 绑定属性/缓冲
gl.bindVertexArray(vao);
// 在着色器中通过画布分辨率转换像素坐标为裁剪空间坐标
gl.uniform2f(resolutionUniformLocation, gl.canvas.width, gl.canvas.height);
* // 计算矩阵
* var translationMatrix = m3.translation(translation[0], translation[1]);
* var rotationMatrix = m3.rotation(rotationInRadians);
* var scaleMatrix = m3.scaling(scale[0], scale[1]);
*
* // 矩阵相乘
* var matrix = m3.multiply(translationMatrix, rotationMatrix);
* matrix = m3.multiply(matrix, scaleMatrix);
*
* // 设置矩阵
* gl.uniformMatrix3fv(matrixLocation, false, matrix);
// 设置颜色
gl.uniform4fv(colorLocation, color);
// 绘制矩形
var primitiveType = gl.TRIANGLES;
var offset = 0;
var count = 18;
gl.drawArrays(primitiveType, offset, count);
}
这个例子用的新代码,滑块没变,还是对应平移,旋转和缩放, 但是他们在着色器中做的事情是相似的。
可能你还会问,那又怎样?看起来没什么特别好的地方。 但是,如果现在我们想改变转换顺序的话,就不需要重写一个着色器了,只需要改变一下数学运算。
...
// 矩阵相乘
var matrix = m3.multiply(scaleMatrix, rotationMatrix);
matrix = m3.multiply(matrix, translationMatrix);
...
这是对应的版本。
像这样的矩阵相乘对层级变换至关重要,比如身体的手臂部分运动, 月球属于绕太阳转动的地球的一部分,或者树上的树枝。 写一个简单的层级运动的例子,我们来画 5 个 'F' ,并且每个 'F' 都以前一个的矩阵为基础。
// 绘制场景
function drawScene() {
...
// 计算矩阵
var translationMatrix = m3.translation(translation[0], translation[1]);
var rotationMatrix = m3.rotation(rotationInRadians);
var scaleMatrix = m3.scaling(scale[0], scale[1]);
// 初始矩阵
var matrix = m3.identity();
for (var i = 0; i < 5; ++i) {
// 矩阵相乘
matrix = m3.multiply(matrix, translationMatrix);
matrix = m3.multiply(matrix, rotationMatrix);
matrix = m3.multiply(matrix, scaleMatrix);
// 设置矩阵
gl.uniformMatrix3fv(matrixLocation, false, matrix);
// 绘制图形
var primitiveType = gl.TRIANGLES;
var offset = 0;
var count = 18;
gl.drawArrays(primitiveType, offset, count);
}
}
在这个例子中用到了一个新方法, m3.identity
,
这个方法创建一个单位矩阵。单位矩阵就像 1.0 一样,
和它相乘的矩阵不会变化,就像
同样的
这是创建单位矩阵的代码。
var m3 = {
identity: function () {
return [
1, 0, 0,
0, 1, 0,
0, 0, 1,
];
},
...
这是 5 个 F 。
再看一个例子,之前的每个例子中 'F' 都是绕着它的左上角旋转。 这是因为我们总是绕原点旋转,而 'F' 的原点就是左上角,也就是 (0, 0) 。
现在我们可以使用矩阵运算,并且自定义转换的顺序。我们可以在应用其他变换前改变旋转中心。
// 创建一个矩阵,可以将原点移动到 'F' 的中心
var moveOriginMatrix = m3.translation(-50, -75);
...
// 矩阵相乘
var matrix = m3.multiply(translationMatrix, rotationMatrix);
matrix = m3.multiply(matrix, scaleMatrix);
+ matrix = m3.multiply(matrix, moveOriginMatrix);
这是结果,注意到 F 现在绕中心旋转和缩放了。
通过这种方式你可以绕任意点旋转和缩放, 所以现在你可能知道为什么 PhotoShop 或 Flash 可以让你移动图片的旋转中心。
还可以做更有趣的事情,如果你回想第一篇文章WebGL 基础概念, 可能会记得在着色器中我们将像素坐标转换到裁剪空间,这是当时的代码
...
// 从像素坐标转换到 0.0 到 1.0
vec2 zeroToOne = position / u_resolution;
// 再把 0->1 转换 0->2
vec2 zeroToTwo = zeroToOne * 2.0;
// 把 0->2 转换到 -1->+1 (裁剪空间)
vec2 clipSpace = zeroToTwo - 1.0;
gl_Position = vec4(clipSpace * vec2(1, -1), 0, 1);
逐步观察,首先,“从像素坐标转换到 0.0 到 1.0”,
事实上是一个缩放变换,第二步也是缩放变换,接着是一个平移和一个 Y
为 -1 的缩放。我们可以将这些操作放入一个矩阵传给着色器,
创建两个缩放矩阵,一个缩放 1.0/分辨率,另一个缩放 2.0 ,
第三个平移 -1.0,-1.0 然后第四个将 Y 缩放 -1。
然后将他们乘在一起,由于运算很简单,所以我们就直接定义一个 projection
方法,根据分辨率直接生成矩阵。
var m3 = {
projection: function (width, height) {
// 注意:这个矩阵翻转了 Y 轴,所以 0 在上方
return [
2 / width, 0, 0,
0, -2 / height, 0,
-1, 1, 1,
];
},
...
现在可以简化着色器,这是新的着色器。
#version 300 es
in vec2 a_position;
uniform mat3 u_matrix;
void main() {
// 使位置和矩阵相乘
gl_Position = vec4((u_matrix * vec3(a_position, 1)).xy, 0, 1);
}
在 JavaScript 中需要乘上投影矩阵
// 绘制场景
function drawScene() {
...
- // 在着色器中通过画布分辨率转换像素坐标为裁剪空间坐标
- gl.uniform2f(resolutionUniformLocation, gl.canvas.width, gl.canvas.height);
...
// 计算矩阵
+ var projectionMatrix = m3.projection(
+ gl.canvas.clientWidth, gl.canvas.clientHeight);
var translationMatrix = m3.translation(translation[0], translation[1]);
var rotationMatrix = m3.rotation(rotationInRadians);
var scaleMatrix = m3.scaling(scale[0], scale[1]);
// 矩阵相乘
* var matrix = m3.multiply(projectionMatrix, translationMatrix);
* matrix = m3.multiply(matrix, rotationMatrix);
matrix = m3.multiply(matrix, scaleMatrix);
...
}
这里还去除了设置分辨率的代码,通过使用矩阵, 我们就把着色器中 6-7 步的操作在一步中完成。
在继续之前我们可以先简化一下操作,虽然先创建一些矩阵再将它们相乘很常见, 但是按照我们的顺序依次操作矩阵也比较常见,比较高效的做法是创建这样的方法
var m3 = {
...
translate: function(m, tx, ty) {
return m3.multiply(m, m3.translation(tx, ty));
},
rotate: function(m, angleInRadians) {
return m3.multiply(m, m3.rotation(angleInRadians));
},
scale: function(m, sx, sy) {
return m3.multiply(m, m3.scaling(sx, sy));
},
...
};
这能够让我们将 7 行的矩阵代码转换成 4 行
// 计算矩阵
var matrix = m3.projection(gl.canvas.clientWidth, gl.canvas.clientHeight)
matrix = m3.translate(matrix, translation[0], translation[1])
matrix = m3.rotate(matrix, rotationInRadians)
matrix = m3.scale(matrix, scale[0], scale[1])
这是结果
最后一件事,我们之前使用了多种矩阵顺序。第一例中使用
translation * rotation * scale
第二例中使用
scale * rotation * translation
然后观察了它们的区别。
这有两种方式解读矩阵运算,给定这样一个表达式
projectionMat * translationMat * rotationMat * scaleMat * position
第一种可能是多数人觉得比较自然的方式,从右向左解释
首先将位置乘以缩放矩阵获得缩放后的位置
scaledPosition = scaleMat * position
然后将缩放后的位置和旋转矩阵相乘得到缩放旋转位置
rotatedScaledPosition = rotationMat * scaledPosition
然后将缩放旋转位置和平移矩阵相乘得到缩放旋转平移位置
translatedRotatedScaledPosition = translationMat * rotatedScaledPosition
最后和投影矩阵相乘得到裁剪空间中的坐标
clipspacePosition = projectionMatrix * translatedRotatedScaledPosition
第二种方式是从左往右解释,在这个例子中每一个矩阵改变的都是画布的*坐标空间", 画布的起始空间是裁剪空间的范围(-1 到 +1),矩阵从左到右改变着画布所在的空间。
第一步:没有矩阵(或者单位矩阵)
clip space白色区域是画布,蓝色是画布以外,我们正在裁剪空间中。 传递到这里的点需要在裁剪空间内。
Step 2: matrix = m3.projection(gl.canvas.clientWidth, gl.canvas.clientHeight)
;
from clip space to pixel space现在我们在像素空间,X 范围是 0 到 400 ,Y 范围是 0 到 300,0,0 点在左上角。 传递到这里的点需要在像素空间内,你看到的闪烁是 Y 轴上下颠倒的原因。
Step 3: matrix = m3.translate(matrix, tx, ty);
move origin to tx, ty原点被移动到了 tx, ty (150, 100),所以空间移动了。
Step 4: matrix = m3.rotate(matrix, rotationInRadians);
rotate 33 degrees空间绕 tx, ty 旋转
Step 5: matrix = m3.scale(matrix, sx, sy);
之前的旋转空间中心在 tx, ty ,x 方向缩放 2 ,y 方向缩放 1.5
在着色器中执行gl_Position = matrix * position;
,position
被直接转换到这个空间。
选一个你容易接受的方式去理解吧。
希望此系列文章向你揭秘了矩阵运算,如果你还想深入学习二维我建议你看看 响应式画布绘制二维图片,然后接着阅读 响应式画布的二维矩阵堆。
否则接下来我们将进入三维部分。 三维矩阵运算遵循相似的原则和用法,从二维讲起是为了便于理解。
另外,如果你想精通矩阵运算就看看这些神奇的视频吧!