4.3 空间变换数学：MVP与法线陷阱

4.3 空间变换数学：MVP与法线陷阱

本节摘要：变换数学是管线的心电图——MVP 三矩阵分别完成「摆物体、摆相机、压视锥」，齐次坐标的第四分量 w 承载透视，法线矩阵用逆转置抵消非均匀缩放的破坏。本节不背公式，用几何直觉逐个重建这些构造，手推一次 MVP 复合，解剖深度精度与近平面的依赖关系，并给出 GLM 的工程用法与三个数值稳健性守则。它是 2.1 节的前传补全，也是第 5 章光照数学的底座。

为什么变换值得单独一节

2.1 节把变换链当黑盒用了：三矩阵一乘，顶点到裁剪空间。但黑盒在两处必然漏电。第一处是调试：画面里物体「歪了、压扁了、绕着奇怪的中心转」，你没有矩阵的几何直觉就只能在数值堆里乱试。第二处是光照：法线变换用错矩阵（2.1 节的病变预告），光照全盘错位，而这个错误的理解与修复，必须追溯到「矩阵作用于点与作用于方向为什么效果不同」。本节的目标：让每个矩阵在你脑中是一幅几何画面，而不是一串数字。

模型矩阵：刚体运动加缩放的复合

模型矩阵回答「这个物体在世界里怎么摆」。任何摆放都可以分解成「缩放 → 旋转 → 平移」的复合（矩阵从右往左作用）。两个几何直觉值得先建立：平移矩阵动的是原点——物体自己的局部原点被搬到世界何处；旋转矩阵动的是坐标系——物体绕哪根轴、转多少。复合时顺序不可交换：先转再移是「原地转身后前进」，先移再转是「绕世界原点公转」——角色应该用前者、太阳系轨道是后者的样子，顺序错换症状非常直白。

齐次坐标在此登场。三维平移不是线性变换（原点必须保持不动），普通的 3×3 矩阵表达不了「搬家」。解法是升一维：四分量坐标 (x, y, z, 1)，平移搬进 4×4 矩阵的最后一列。这个多出来的分量一物三用：承载平移、区分点（w=1）与方向（w=0，平移对它无效——方向没有位置）、以及后面投影阶段的透视除数。**「w=0 的向量旋转缩放照常但拒绝平移」**，这就是法线、光方向这类「方向量」能安全过矩阵的原因之一。

观察矩阵：相机的反向戏法

观察矩阵把世界翻译成「以相机为原点」的坐标。直觉陷阱在「反向」：想让相机后退两步，等价于整个世界前进两步——观察矩阵是世界万物集体做的反向运动。GLM 的 glm::lookAt(eye, center, up) 替你构造它：位置、注视点、天顶方向三个参数定一个相机姿态，内部实际在构造一个旋转加平移，把相机「搬」到原点朝负 z 看并向负 z 平移场景。负 z 的约定（1.2 节的历史遗留）在这里显形：相机看向负 z 轴，远处物体 z 越负——「远处的深度是更小的负数」这个反直觉事实，是无数 z 比较错误的源头。

投影矩阵：视锥压成箱子

投影是最容易被神话的一步，几何上它只做一件事：把视锥体（被近平面和远平面夹住的四棱台）线性映射成裁剪空间的标准箱子——而且它是个货真价实的线性变换，装在 4×4 矩阵里。透视的全部机关在矩阵的最后一行：它被构造成「让输出 w 恰好等于输入 z 的负值」。于是远处顶点（z 负得多）得到大 w，近处得到小 w——随后的透视除法除以 w，远处坐标整体缩小，透视感成立。

图 4-3 视锥体的压缩：投影矩阵与透视除法合谋

正交投影是对照组：矩阵不埋 w 机关（w 恒为 1），没有近大远小，平行线保持平行——CAD 制图、二维界面、影子贴图的光源视角都用它。两套投影在管线里完全同构，只差矩阵的构造参数，这个认知能让你在切换投影时不慌。

MVP 复合：一次乘法省三次

三个矩阵可以预先右乘复合成一个（GLM 里 projection * view * model 的顺序，作用从右往左）。顶点着色器里一次 mat4 乘 vec4 完成「摆物体、摆相机、压视锥」三连。省的不只是着色器计算——更重要的是 CPU 端每帧一次复合、一次 glUniformMatrix4fv 上传，替代三个矩阵三次上传（乘上传次数的减少，是第 6 章驱动开销话题的预演）。但复合只该发生在不需要中间产物的时候：光照需要世界空间位置（4.1 节样本代码里 FragPos 的来历），那就保留 model 单独传——按下游需求裁剪矩阵链，不是无脑全复合。

法线矩阵：逆转置的几何辩护

2.1 节开了处方「法线用模型矩阵的逆转置」，现在补上辩护。关键在法线不是点，是垂直于表面的方向。均匀缩放下，方向与表面垂直关系在变换后保持——直接用模型矩阵没问题。但非均匀缩放（压扁砖块那个例子）会让「直接变换后的法线」不再垂直于「变换后的表面」。数学上的修复恰是逆转置：可以证明，若表面被矩阵 M 变换，则原法线被 M 的逆转置变换后仍垂直于新表面。直觉版理解：逆转置在「撤销」缩放分量对方向角的扭曲——转置把列作用换成行作用，逆把拉伸换算成收缩，两者合谋把垂直关系保住。

工程上三行搞定：glm::mat3 normalMatrix = glm::transpose(glm::inverse(model)); 取 mat3 是砍掉平移（方向不搬家，w=0 的知识复用）。判断你需不需要它：模型只要带非均匀缩放就必须用；纯刚体运动（旋转平移）时逆转置恰好等于原矩阵的旋转部分，用了也无害——所以「永远用逆转置」是安全的默认姿势。

数值稳健性三守则

变换数学的最后一块是工程边界。守则一：近平面尽量远——深度精度分布的恶主（2.4 节已展开，z-fighting 的根）。守则二：大场景拆局部原点——浮点精度在离原点十万八千里处衰减（顶点开始抖动、接缝开裂），大世界场景要把坐标按区块平移回原点附近再变换。守则三：矩阵别逐元素累积误差——每帧用「位置加朝向」重新构造矩阵，而不是上一帧的矩阵连续左乘小增量（百万帧后漂移肉眼可见）。三条都属于「出问题前没人注意、出问题后极难排查」的类型，值得在代码评审清单里占一行。

本节要点回顾

• 模型矩阵三分解：缩放旋转平移复合，顺序不可交换，症状直白
• 齐次坐标一物三用：平移、点与方向的区分（w=1 与 w=0）、透视除数
• 观察矩阵是反向戏法：动相机等效于反向动世界；相机看负 z 是历史约定
• 投影的机关在最后一行：输出 w 等于深度负值，透视除法兑现近大远小；正交投影 w 恒 1
• 法线矩阵逆转置有几何辩护：撤销非均匀缩放对垂直关系的破坏；永远用它最安全
• 三条稳健性守则：近平面推远、大场景回原点、矩阵重构防漂移

解剖台三完工。语言、工具链、数学三件套齐备，下一章冲向管线最出效果的地带——光：从冯氏模型一路解剖到 PBR 与后处理，前三章的全部积累将在那里变现。