lala_lzw 的代码时间

三角形面我们可以增加或者减少，让图像更光滑细腻或者简化或者说为了更快更好渲染，我们有时候会将三角形变化的更像正三角形。细分：loop细分（创造者性loop，不是翻译成循环细分）我们找中间，我们还要调整他的位置新的顶点加权平均旧的顶点n表示顶点的度（连接数量）图中为6新算法：名字太长了我们取中间点然后连接起来奇异点变为了4，度为3，非四边形面全部消失了。因为没有非四变形面了，也就是说不会再增加奇异点了点更新方式...

显示集合，影视集合都有很多便是方式：首先是点集合，只要我们的点足够细致，我们是看不出有什么缺陷的但是我们还是要把点绘制成三角形多边形绘制（三角形四角形）主流表示方式.obj(不是3d图像那个)v，法线坐标（6）有冗余vt纹理坐标（24）冗余f连接关系这个老师没讲很明白，等会儿查一下资料curves：Bezier curve ：贝塞尔曲线p0，p1曲线一定经过，且切线等于t0，t1下面我们学习怎么画，我们画一个一个的点，假设我们0的时候.

纹理应用，环境光照

首先我们看作业1的要求：本次作业的任务是填写一个旋转矩阵和一个透视投影矩阵。给定三维下三个 点 v0(2.0, 0.0, 2.0), v1(0.0, 2.0, 2.0), v2( 2.0, 0.0, 2.0), 你需要将这三个点的坐 标变换为屏幕坐标并在屏幕上绘制出对应的线框三角形 (在代码框架中，我们已 经提供了 draw_triangle 函数，所以你只需要去构建变换矩阵即可)。简而言之， 我们需要进行模型、视图、投影、视口等变换来将三角形显示在屏幕上。在提供 的代码框架中，我们

课程连接重心坐标纹理怎么贴到物体表面重心坐标：为了做三角形内部差值，原因是计算是三角形顶点处理，我们需要在三角形内部进行均匀的变化。如何更平滑三角形每一个点，都可以用三个顶点的系数组合，且系数加起来为1.且都是非负数重心坐标可以通过面积比求出来。我们看三角形重心：（a，b，r）=(1/3,1/3,1/3)任意点坐标重心好长，这样我们可以对物体进行着色了。乘以权值然后加起来。有问题：进行投影的时候三角形会发生变化，所以重心坐标也会变化。如果我们计

课程连接回顾上节课;每次着色是在一个shading point，如果我们要得到一张图，我们需要进行多次着色。也就是这节课要讲到的着色频率。我们继续看这个公式：（Blinn--Phong模型，因为半程太好算了，两个相加，在转单位向量就完事了）我们接收的光照能量和夹角余弦有关系，。现在我们看高光：高光往往是镜面反射导致的，看到高光就是我们看的方式和镜面反射方向接近的时候就会出现。当我们我们也可以看出，如接近高光区，那也就意味着半程向量和平面法向量十分的接近，如图所示（高光就相当于

课程链接回顾一下上节课的DLSS，(这个再作业2里面进行体验。。。)我们现在考虑多个三角形，我们该怎么办呢，按照一个常用的逻辑就是近的物体会遮挡后面的物体，也是符合逻辑的（用计算机思想来说）就是先绘制远处物体，然后再绘制近处（覆盖）：画家算法这个算法涉及到一个深度问题，是很难把握的eg：三角形之间存在圣都重叠，画家算法直接铺盖。深度缓存他来了。我对每一个像素进行深度排序，我们记录像素深度，在生成图片的时候，同步生成任何一个像素的深度因为我们看的是-z，z小的反而远。现

反走样，以及去锯齿状课程链接 因为我们计算机一般是没用真正意义上的连续了，所以我们还是得采用一个采样的逻辑来实现。因此是无法避免采样出现的问题。eg;锯齿（前面有了实例），二摩尔纹，车轮效应（顺时针旋转图像，可能你会看到是逆时针旋转）自己在加一个：失真，（采样会出现跳过峰值的情况），比如y=sinx，而我们采样是（-oo，+oo）的所有整数点，已知道当在pi/2会出现一个峰值（x大概=1.55），但是我们只取了两点x=1，x=2，这显然导致失真，错过了峰值，当然举的例子可能采样太稀，但是也可以.

课程链接光栅化阶段：首先我们确定一个我们要输出的是什么样的，就是设置一个宽高比例如什么4：3 16：10等，就好像你买个电视他的宽高比一样，输出规格先固定定义两个概念：垂直可视角度，长宽比（通过他们可以推出水平可视角度）前面我们已经研究了正交透视投影，这里回顾一下，正交投影是将，所有的z都投射到（-1，1）首先我们提出一个不起当给说法，屏幕是由一个一个的像素点构成，而像素点可以理解为原子操作，一个像素是只能有一个颜色，他是不会左边是这个颜色右边是那个颜色的（当然还有一个灰..

3D下面就要引入三维矩阵了，因为二维矩阵我们已经得出了通用公式，三维和二维没有区别，只有一个维度上的差别，所以应当也是通用的。因为和2d没有太大区别直接贴图了缩放：平移：旋转：这里特别说明一下，比如说绕着x轴旋转，你可以理解为x是不会发生变化的，那也就是说他就是xy的二维旋转，所以可以直接得出关系，再这里，y轴变化是和其他两个有一点点区别，主要是选取的是右手旋转定则，y的正方向是Z x X.其他都是没有问题的20201104 18：43分结束...

首先是图像缩放2D，图像缩放很简单(这里默认了是便准正方形（边长为1)//这里默认了是往原点缩放x' = s*x;//s为缩放的倍数y' = s*y;//如果是往图像重心缩放（主流）还需要进行一系列的变化，比如先如上缩放，//然后再进行平移操作，就是从当前重心，平移到原来重心的位置//eg:原本原点在（x1,y1）,缩放之后原点在(x2 , y2 )//平移值为(x1-x2,y1-y2)写成矩阵新式就是如果缩放不是相等的，例如x轴缩放s1，y轴缩放s2，那就是说(-oo<