一般仿射變換
3x3矩陣僅能表達3d中的線性變換，不能包含平移。經過4x4矩陣的武裝後，現在我們可以構造包含平移在內的一般仿射變換矩陣了。例如：
（1）繞不通過原點的軸旋轉。
（2）沿不穿過原點的平面縮放。
（3）沿不穿過原點的平面鏡像。
（4）向不穿過原點的平面正交投影。
它們的基本思想是將變換的"中心點"平移到原點，接著進行線性變換，然後再將"中心點"平移回原來的位置。開始使用平移矩陣t將點p移到原點，接著用線性變換矩陣r進行線性變換，最終的仿射變換矩陣m等於矩陣的積，即：trt-1。t-1是平移矩陣，執行和t相反的變換。
觀察這種矩陣的一般形式，它非常有趣。讓我們先用 "分塊"形式寫出前面用到的t、r、t-1。
可以看出，仿射變換中增加的平移部分僅僅改變了4x4矩陣的最後一行，並沒有影響到上面所包含的線性變換的3x3部分。
透視投影
學習透視投影最好的方法是將它和平行投影相比較。正交投影也稱作平行投影，因為投影線都是平行的（投影線是指從原空間中的點到投影點的連線）。正交投影中的平行線如圖9.3所示：
3d中的透視投影仍然是投影到2d平面上，但是投影線不再平行，實際上，它們相交於一點，該點稱作投影中心。如圖9.4所示：
因為投影中心在投影平面前面，投影線到達平面之前已經相交，所以投影平面上的影象是翻轉的。當物體遠離投影中心時，正交投影仍保持不變，但透視投影變小了。如圖9.5所示：
圖9.5中，右邊的茶壺離投影平面更遠，所以它的投影比離投影平面較近的那個茶壺小。這是一種非常重要的視覺現象，稱作透視縮略。
小孔成像
透視投影在圖形學中非常重要，因為它是人類視覺系統的模型。實際上，人類視覺系統遠比這複雜，因為我們有兩隻眼睛，而且對於每只眼睛，投影表面（視網膜）不是乙個平面。所以，讓我們來看乙個簡單些的例子----小孔成像。小孔成像系統就是乙個盒子，一側上有小孔，光線穿過小孔照射到另一側的背面，那裡就是投影平面。如圖9.6所示：
圖9.6中，盒子左面和右面是透明的，以使你能看見盒子內部。注意盒子內部的投影是倒著的，這是因為光線（投影線）已經在小孔處（投影中心）相交了。
讓我們探索小孔成像背後的幾何原理。設想乙個3d座標系，它的原點在投影中心，z軸垂直於投影平面，x和y軸平行於投影平面。如圖9.7所示：
讓我們看看能否計算出任意點p通過小孔投影到投影平面上的座標p'。首先，需要知道小孔到投影平面的距離，設為d。因此，投影平面為z=-d。現在，從另乙個角度來看問題，求出新的y。如圖9.8所示。
由相似三角形得到：
注意小孔成像顛倒了影象，py和py'的符號相反。px'的值可通過類似的方法求得：
所有投影點的z值都是相同的：-d。因此，點p通過原點向平面z=-d投影的結果如公式9.11所示：
在實際應用中，負號會帶來不必要的複雜性。所以將投影平面移到投影的前面（也就是說，平面z=d），如圖 9.9所示：
當然，這對於實際的小孔成像是不可能的。因為設定小孔的目的就是使光線只能通過小孔，但在計算機數學世界中，可以不理會這些規定。如你所願，將投影平面移到投影中心前面，煩人的負號消失了，如公式9.12所示：
使用4x4矩陣進行透視投影
從4d到3d的變換就意味著除法運算，因此我們可以利用4x4階矩陣來編寫**，以實現透視投影。基本思想是提出乙個關於p'的公式，其中的x、y、z有公分母，然後構造乙個4x4矩陣，使w與這個公分母相等。這裡我們假設初始點處有w=1。
先對3d形式表達的p'公式變形，可以得到：
將4d齊次向量變換到3d時，要用4d向量除以w，反推可知p'的4d形式為：
[x y z z/d]
因此我們需要乙個4x4矩陣，它可接收乙個奇異的齊次向量。該向量的形式為[x, y, z, 1]，然後將其變換為上述形式。這樣的矩陣如公式9.13所示：
這樣就得到了乙個4x4投影矩陣，有幾個需要注意的地方：
（1）乘以這個矩陣並沒有進行實際的透視投影變換，它只是計算出合適的分母。投影實際發生在從4d向3d變換時。
（2）存在多種變換。例如，將投影平面放在z=0處而投影中心在[0, 0, -d]，這將導致乙個不同的公式。
（3）這裡看起來比較複雜，似乎只需要簡單地除以z，不必勞煩矩陣。那麼為什麼要使用齊次矩陣呢？第一，4x4矩陣提供了乙個方法將投影表達為變換，這樣就能和其他變換相連線；第二，使得投影到不平行於座標軸的平面變得可行。實際上，我們不需要齊次座標做任何運算，但4x4矩陣提供了一種簡潔的方法表達和操縱投影變換。
（4）實際的圖形幾何管道中的投影矩陣不像這裡匯出的那樣，還有許多重要的細節需要考慮。如用以上矩陣對向量進行變換後，z值實際上被捨棄了，而很多圖形系統的z緩衝用到了該值。
3D數學 矩陣的更多知識（3）
正交矩陣的運算法則 若方陣m是正交的，則當且僅當m與它轉置矩陣mt的乘積等於單位矩陣，見公式9.8 矩陣乘以它的逆等於單位矩陣 m m 1 i 所以，如果乙個矩陣是正交的，那麼它的轉置等於它的逆 這是一條非常有用的性質，因為在實際應用中經常需要計算矩陣的逆，而3d圖形計算中正交矩陣出現又是如此頻繁。...
3D數學 矩陣的更多知識（2）
矩陣的逆 另外一種重要的矩陣運算是矩陣的求逆，這個運算只能用於方陣。運算法則 方陣m的逆，記作m 1，也是乙個矩陣。當m與m 1相乘時，結果是單位矩陣。表示為公式9.6的形式 並非所有的矩陣都有逆。乙個明顯的例子是若矩陣的某一行或列上的元素都為0，用任何矩陣乘以該矩陣，結果都是乙個零矩陣。如果乙個矩...
3D數學 矩陣的更多知識（1）
矩陣的行列式 在任意方陣中都存在乙個標量，稱作該方陣的行列式。線性運算法則 方陣m的行列式記作 m 或 detm 非方陣矩陣的行列式是未定義的。n x n階矩陣的行列式定義非常複雜，讓我們先從2 x 2，3 x 3矩陣開始。公式9.1給出了2 x 2階矩陣行列式的定義 注意，在書寫行列式時，兩邊用豎...