VTK中矩阵vtkMatrix4x4类的介绍和使用

1、矩阵-齐次坐标介绍

常见的点一般是Pt(X,Y,Z),相当于一个1×3矩阵,而矩阵相乘的话一般是第一个矩阵的列数要等于第二个矩阵的行数。此处需要引入齐次坐标的概念:从广义上讲,齐次坐标就是用n+1维向量表示n 维向量,即将n维空间的点用 n+1维坐标表示。例如,一般笛卡尔坐标系中的二维点向量[x y]可用齐次坐标表示为[Hx Hx H],其中最后一维坐标是一个标量,称为比例因子。利用齐次坐标可以将平移、旋转、比例、投影等几何变换统一到矩阵的乘法上来,为图形变换提供方便。

该矩阵在右手坐标系中定义,其中左上角部分产生比例、对称、错切和旋转变换,右上角部分产生平移变换;左下角部分产生透视变换;右下角部分产生全比例变换。

2、矩阵旋转

有兴趣可以将上述三个旋转矩阵按照不同的顺序进行相乘,得到的结果也是不一样的,例如:

1)先旋转x轴再旋转y轴再旋转z轴;

2)先旋转y轴再旋转x轴再旋转z轴;

3)先旋转z轴再旋转y轴再旋转x轴;

3、VTK矩阵-vtkMatrix4x4类

3.1 vtkMatrix4x4初始化
c 复制代码
matrix1:
-0.013 -0.986 0.165 -133
-0.017 0.166 0.986 -35
-1 0.01 -0.02 40
0 0 0 1
cpp 复制代码
	vtkMatrix4x4* matrix1 = vtkMatrix4x4::New();
	matrix1->Identity();
	matrix1->SetElement(0, 0, -0.013);
	matrix1->SetElement(0, 1, -0.986);
	matrix1->SetElement(0, 2, 0.165);
	matrix1->SetElement(0, 3, -133);

	matrix1->SetElement(1, 0, -0.017);
	matrix1->SetElement(1, 1, 0.166);
	matrix1->SetElement(1, 2, 0.986);
	matrix1->SetElement(1, 3, -35);

	matrix1->SetElement(2, 0, -1.0);
	matrix1->SetElement(2, 1, 0.01);
	matrix1->SetElement(2, 2, -0.02);
	matrix1->SetElement(2, 3, 40);
3.2 vtkMatrix4x4相乘

下面两个矩阵的结果是不一样的,也就是常说的矩阵乘法左乘和右乘不一样。

cpp 复制代码
	vtkMatrix4x4::Multiply4x4(matrix1, matrix2, matrix3);
	vtkMatrix4x4::Multiply4x4(matrix2, matrix1, matrix4);

下面是完整的结果和代码:

cpp 复制代码
#include <iostream>
#include <vtkMatrix4x4.h>

int main()
{
    vtkMatrix4x4* matrix1 = vtkMatrix4x4::New();
	matrix1->Identity();
	matrix1->SetElement(0, 0, -0.013);
	matrix1->SetElement(0, 1, -0.986);
	matrix1->SetElement(0, 2, 0.165);
	matrix1->SetElement(0, 3, -133);

	matrix1->SetElement(1, 0, -0.017);
	matrix1->SetElement(1, 1, 0.166);
	matrix1->SetElement(1, 2, 0.986);
	matrix1->SetElement(1, 3, -35);

	matrix1->SetElement(2, 0, -1.0);
	matrix1->SetElement(2, 1, 0.01);
	matrix1->SetElement(2, 2, -0.02);
	matrix1->SetElement(2, 3, 40);

	vtkMatrix4x4* matrix2 = vtkMatrix4x4::New();
	matrix2->Identity();
	matrix2->SetElement(0, 3, -140);
	matrix2->SetElement(1, 3, -140);
	matrix2->SetElement(2, 3, -143);

	vtkMatrix4x4* matrix3 = vtkMatrix4x4::New();
	matrix3->Identity();
	vtkMatrix4x4* matrix4 = vtkMatrix4x4::New();
	matrix4->Identity();

	vtkMatrix4x4::Multiply4x4(matrix1, matrix2, matrix3);
	vtkMatrix4x4::Multiply4x4(matrix2, matrix1, matrix4);
	// 打印结果矩阵以验证

	std::cout << "matrix1: " << std::endl;
	for (int i = 0; i < 4; ++i)
	{
		for (int j = 0; j < 4; ++j)
		{
			std::cout << matrix1->GetElement(i, j) << " ";
		}
		std::cout << std::endl;
	}

	std::cout << "matrix2: " << std::endl;
	for (int i = 0; i < 4; ++i)
	{
		for (int j = 0; j < 4; ++j)
		{
			std::cout << matrix2->GetElement(i, j) << " ";
		}
		std::cout << std::endl;
	}

	std::cout << std::endl;

	std::cout << "matrix1 * matrix2: " << std::endl;
	for (int i = 0; i < 4; ++i) 
	{
		for (int j = 0; j < 4; ++j) 
		{
			std::cout << matrix3->GetElement(i, j) << " ";
		}
		std::cout << std::endl;
	}

	std::cout << std::endl;

	std::cout << "matrix2 * matrix1: " << std::endl;
	for (int i = 0; i < 4; ++i)
	{
		for (int j = 0; j < 4; ++j)
		{
			std::cout << matrix4->GetElement(i, j) << " ";
		}
		std::cout << std::endl;
	}

	// 释放内存
	matrix1->Delete();
	matrix2->Delete();
	matrix3->Delete();
	matrix4->Delete();

	return 1;
}
相关推荐
点云SLAM4 小时前
Eigen中Dense 模块简要介绍和实战应用示例(最小二乘拟合直线、协方差矩阵计算和稀疏求解等)
线性代数·算法·机器学习·矩阵·机器人/slam·密集矩阵与向量·eigen库
酌沧1 天前
大模型的底层运算线性代数
线性代数
老歌老听老掉牙2 天前
SymPy 矩阵到 NumPy 数组的全面转换指南
python·线性代数·矩阵·numpy·sympy
星期天要睡觉2 天前
机器学习——CountVectorizer将文本集合转换为 基于词频的特征矩阵
人工智能·机器学习·矩阵
洋曼巴-young2 天前
240. 搜索二维矩阵 II
数据结构·算法·矩阵
何妨重温wdys2 天前
矩阵链相乘的最少乘法次数(动态规划解法)
c++·算法·矩阵·动态规划
Keying,,,,3 天前
力扣hot100 | 矩阵 | 73. 矩阵置零、54. 螺旋矩阵、48. 旋转图像、240. 搜索二维矩阵 II
python·算法·leetcode·矩阵
易木木木响叮当4 天前
有限元方法中的数值技术:行列式、求逆、矩阵方程
线性代数·矩阵
东方佑5 天前
UniVoc:基于二维矩阵映射的多语言词汇表系统
人工智能·算法·矩阵
火车叨位去19496 天前
力扣top100(day01-05)--矩阵
算法·leetcode·矩阵