学习：顶点着色器输出后，三角形为什么是四个分量

顶点着色器输出后，三角形为什么是四个分量 (x, y, z, w)？

---

一、先给结论（最重要）

顶点着色器输出的不是"屏幕坐标"，

而是 裁剪空间齐次坐标（Clip Space, Homogeneous Coordinates）：

(x, y, z, w)

其中：

分量	含义
x	裁剪空间 X
y	裁剪空间 Y
z	裁剪空间 Z（深度）
w	齐次坐标的"除数"

👉 真正的屏幕坐标 = (x/w, y/w, z/w)

---

二、为什么不是 (x, y, z) 就够了？

1️⃣ 透视投影无法用 3D 坐标正确表达

在透视投影下：

• 远处的物体更小
• 平行线会交汇（透视收敛）

如果用普通 3D 坐标：

(x, y, z)

你无法在后续步骤中做正确的透视除法

---

2️⃣ 齐次坐标的本质作用

w 的作用是：

把"透视除法"延迟到最后一步

这样：

• 裁剪
• 插值
• 深度计算

都可以在 线性空间​ 中正确进行

---

三、这四个值是怎么来的？

1️⃣ 顶点着色器中你通常写的代码

gl_Position = projection * view * model * vec4(aPos, 1.0);

最终得到的：

gl_Position = (x, y, z, w)

---

2️⃣ 投影矩阵做了什么？

以透视投影为例：

x_clip = x_eye * fov_scale / aspect
y_clip = y_eye * fov_scale
z_clip = 混合(near, far)
w_clip = -z_eye

✅ 注意：w 通常等于 -z_eye

---

四、为什么 z 也要保留？

1️⃣ z 不是"深度值本身"

在裁剪空间中：

z ∈ [-w, w]

它用于：

• 深度缓冲（Z-Buffer）
• 裁剪判断
• 透视正确插值

---

2️⃣ 屏幕深度是"非线性"的

经过透视除法后：

depth = z/w

结果：

• 近处精度高
• 远处精度低

✅ 这是故意设计的（符合人眼）

---

五、w 到底为什么这么重要？

1️⃣ 透视除法（Perspective Division）

GPU 在光栅化前自动做：

x_ndc = x / w
y_ndc = y / w
z_ndc = z / w

得到 NDC（标准化设备坐标）：

x ∈ [-1, 1]
y ∈ [-1, 1]
z ∈ [-1, 1]

---

2️⃣ 再映射到屏幕

screen_x = (x_ndc + 1) * width  / 2
screen_y = (1 - y_ndc) * height / 2

👉 这才是你最终看到的像素位置

---

六、为什么插值也必须用 (x, y, z, w)？

❌ 错误做法

直接在屏幕空间插值 (x, y)

→ 近大远小会变形

---

✅ 正确做法（GPU 实际行为）

1. 在 裁剪空间 插值 (x, y, z, w)

2. 对每个像素做：

   x/w, y/w, z/w

✅ 保证：

• 纹理不变形
• 深度正确
• 透视正确

---

七、w 还能干什么？（高级但重要）

1️⃣ 投影纹理（Projective Texture）

uv = (x/w, y/w)

2️⃣ 阴影贴图

light_space = x/w

3️⃣ 顶点属性插值

颜色、法线、UV 都"除以 w"

---

八、一句话总结

**顶点着色器输出的 (x, y, z, w)**​

不是屏幕坐标，而是"透视正确的中间表达"

• w 是透视投影的灵魂
• 没有 w，光栅化会全错
• 屏幕坐标 = (x/w, y/w)

---