1. 为什么图形学的头四章值得反复啃
很多人翻开《计算机图形学》第四版，看到前四章全是数学推导和坐标系变换，第一反应是"这玩意儿跟写代码有什么关系"，然后直接跳到后面的渲染管线或者光线追踪章节。我带过几个刚入行的朋友，几乎每个人都在这个位置卡过一次。但实际情况是，后面所有看起来炫酷的效果——无论是三维模型在屏幕上正确旋转，还是光照方向不出错，甚至是一个简单的鼠标拾取物体——根子上都依赖前四章那套坐标系与变换体系。跳过它们，你写出来的代码大概率是"能跑但不对"，而且出了问题根本不知道从哪查。
这篇文章面向的是正在自学图形学、或者刚进项目组需要补基础的朋友。我会把第四版前四章的核心脉络拆开，讲清楚每一章到底在解决什么问题、这些数学工具在工程里怎么落地、以及我踩过的那些坑。不是照本宣科地复述教材，而是把书里的公式翻译成"你写代码时到底在干什么"。如果你已经能熟练推导MVP矩阵但说不清每个矩阵的物理意义，这篇同样适合你。
前四章大致覆盖了图形学的基本数学框架：向量与几何基础、二维与三维变换、坐标系与齐次坐标、以及观察与投影的初步概念。不同版本章节划分略有差异，但核心内容是一致的。我下面按知识模块来讲，不严格按页码顺序，因为实际学习中这几块是交织在一起的。
2. 向量与几何基础：不是复习，是建立直觉
2.1 点与向量的区别为什么重要
教材第一章通常会区分"点"和"向量"。很多人觉得这是废话——不都是一个三元组吗？但在图形学里，这个区分是齐次坐标存在的根本原因。点表示位置，向量表示方向和大小，点加向量得到新点，向量加向量还是向量，而点加点在几何上没有意义。你写代码时如果用一个vec3同时表示点和方向，短期没问题，一旦涉及变换就会出错。
举个实际例子：平移一个点，你需要对位置分量加上偏移量；平移一个方向向量，你不应该加偏移量，因为方向不受位置影响。如果两者用同一种数据结构且用同一个变换矩阵处理，方向向量就会被错误地平移。这就是为什么齐次坐标里点的w分量是1，向量的w分量是0——乘以平移矩阵时，w=0的那一行恰好把平移量消掉了。这个设计不是数学家炫技，是工程上必须的区分。
我建议在代码里就用不同类型或者至少不同命名约定来区分，比如Point3和Vector3，哪怕底层都是三个float。类型系统帮你在编译期就拦住一类错误，比运行时调试划算得多。
2.2 点积和叉积的工程含义
点积和叉积的公式大家都背过，但它们在图形学里到底干什么用，教材往往讲得不够直白。
点积的核心用途是投影和夹角。光照计算里，漫反射项就是法线和光线方向的点积——因为点积衡量两个方向的"对齐程度"，对齐得越好反射越强。判断一个点是否在某个平面正面、计算一个向量在另一个向量上的投影长度、做背面剔除，全都是点积。你只要记住一句话：点积回答"这两个方向有多一致"。
叉积的核心用途是构造垂直向量和判断朝向。给定两个向量，叉积得到同时垂直于它们的新向量，这在构建局部坐标系（比如法线、切线、副切线）时是基础操作。叉积的另一个用途是判断左右和面积——二维叉积的符号告诉你第二个向量在第一个的左侧还是右侧，三角形面积也可以用叉积算。光栅化里判断像素是否在三角形内部，用的就是叉积的符号一致性。
注意：叉积不满足交换律，a×b = -(b×a)。我在项目里见过有人调换了顺序导致法线全部朝内，渲染出来一片黑，查了半天才发现是叉积顺序写反了。
2.3 直线、平面与射线表示
第一章还会涉及直线和平面的表示。参数化直线 p = o + t*d 是图形学里最常用的形式，因为射线求交、光线追踪全靠它。平面通常用 n·p + d = 0 表示，n是法线，d是到原点的有符号距离。判断点在平面哪一侧，把点代入看符号就行。
这些表示看起来简单，但组合起来能解决很多问题。比如射线与平面求交：把参数化直线代入平面方程，解出t，再代回直线得到交点。这个推导过程建议自己手推一遍，不要只记结论。我当年就是背了公式，结果遇到射线平行于平面的退化情况（分母为0）时完全不知道怎么处理，实际上只要判断分母绝对值是否小于一个极小值就行。
3. 变换矩阵：从"会乘"到"懂为什么这么乘"
3.1 缩放、旋转、平移的矩阵形式
二维和三维的基本变换是第二章的核心。缩放是对角矩阵，旋转是三角函数构成的矩阵，平移在齐次坐标下是单位矩阵加最后一列偏移量。这些形式教材都会给，但我想强调的是变换的顺序。
矩阵乘法不满足交换律，所以"先缩放再旋转"和"先旋转再缩放"结果完全不同。工程上我们通常把变换写成 M = T * R * S 的形式，也就是先缩放、再旋转、最后平移。为什么是这个顺序？因为对一个模型来说，你希望它先在自己的局部空间里缩放和旋转，最后再摆到世界空间的某个位置。如果先平移再旋转，物体会绕着世界原点转而不是绕自己转，效果完全不对。
我建议你在纸上画一个单位正方形，手动算一遍不同顺序的结果，比看十遍书都管用。这个直觉建立起来之后，后面组合复杂变换时就不会晕。
3.2 齐次坐标到底解决了什么
齐次坐标是很多人第一个真正的坎。简单说，它把n维空间的问题提升到n+1维来处理，用多出来的那个分量（w）统一了平移和线性变换。没有齐次坐标，平移就不是线性变换，没法用矩阵乘法表示，你得单独写加法。有了齐次坐标，平移、旋转、缩放全部统一成4x4矩阵乘法，组合变换就是矩阵连乘，代码极其干净。
更深一层，齐次坐标还能表示无穷远点（w=0）和投影。透视投影的本质就是让w分量随距离变化，最后做透视除法（除以w）时，远处的物体自然变小。这个机制在后面投影矩阵那一章会详细展开，但根子在齐次坐标这里。
提示：齐次坐标下，一个点 (x, y, z, w) 和 (kx, ky, kz, kw) 表示同一个点（k≠0）。这意味着你从矩阵变换出来的结果通常需要做一次归一化，把w除到1。忘记这一步是新手最常见的bug之一。
3.3 旋转矩阵的构造与欧拉角的坑
三维旋转比二维复杂得多。绕坐标轴的旋转矩阵好写，但组合三个轴的旋转（欧拉角）会带来万向节死锁问题——当某个轴旋转到特定角度时，会丢失一个自由度。教材通常会提这个问题，但不会展开讲工程上怎么绕开。
实际项目里，旋转的表示通常用四元数或者旋转矩阵，而不是欧拉角。欧拉角适合给人看（比如Inspector面板里的角度输入），但不适合做插值和连续旋转。如果你要做相机的平滑旋转或者物体的连续转动，用四元数做球面插值（slerp）是标准做法。四元数本身不在前四章的重点里，但你需要知道欧拉角有边界，别在关键路径上依赖它。
构造旋转矩阵时还有一个常见错误：把旋转方向搞反。绕z轴旋转θ，到底是逆时针还是顺时针，取决于你的坐标系是右手系还是左手系。图形学教材大多用右手系，但某些图形API用左手系，混用会导致旋转方向相反。我的经验是，在项目初期就统一约定好坐标系手性，写进文档，所有人遵守，能省掉大量扯皮。
4. 坐标系与观察变换：把世界装进相机
4.1 世界坐标、相机坐标、裁剪空间的链路
第三章开始进入坐标系的话题。一个顶点从模型文件到最终显示在屏幕上，要经过一系列坐标空间：模型空间（局部空间）→ 世界空间 → 相机空间（观察空间）→ 裁剪空间 → 屏幕空间。前四章主要覆盖到相机空间和裁剪空间的初步概念。
模型空间是建模时的坐标，世界空间是把所有模型摆到同一个场景里的坐标，相机空间是以相机为原点的坐标。从世界空间到相机空间的变换叫观察变换，本质是构造一个以相机位置为原点、相机朝向为轴的坐标系，然后把世界坐标变换到这个坐标系下。
这里的关键是构造相机坐标系。给定相机位置eye、看向的目标点target、以及上方向up，你需要算出相机的三个正交基：前方向（target-eye归一化）、右方向（前方向叉乘up归一化）、以及修正后的上方向（右方向叉乘前方向）。这三个基构成旋转部分，eye构成平移部分，组合起来就是观察矩阵。顺序和归一化都不能错，否则相机会歪或者缩放。
4.2 观察矩阵的手工推导与验证
我强烈建议你至少手工推导一次观察矩阵，而不是直接调API。推导过程能让你彻底理解为什么观察矩阵是"先平移再旋转"的逆。直观理解：把相机移到原点并转向标准方向，等价于把整个世界做相反的变换。所以观察矩阵 = 旋转部分的转置 × 平移部分的逆。
验证方法很简单：把相机位置代入观察矩阵，结果应该是原点(0,0,0)；把target代入，结果应该在z轴负方向上（右手系下相机看向-z）。如果不对，说明你的基向量算错了。我当年就是up向量没有正交化，导致相机有轻微倾斜，画面看起来"怪怪的"但说不上哪不对，查了很久。
4.3 投影变换的两种类型与选择依据
投影分正交投影和透视投影。正交投影没有近大远小，适合工程制图、UI、以及某些2D游戏；透视投影模拟人眼，有近大远小，适合大多数3D场景。选择哪种取决于你的应用需求，不是哪个更高级。
透视投影矩阵的构造涉及视锥体参数：垂直视场角fov、宽高比aspect、近裁剪面near、远裁剪面far。这些参数直接决定画面的视野范围和深度精度。fov太大画面畸变严重，太小视野狭窄；near太小会导致深度精度问题（z-fighting），太大又会裁掉近处物体。我的经验是near不要小于0.01，far根据场景规模设定，不要无脑设成10000，否则深度缓冲的精度会被浪费。
注意：透视投影后w分量不再是1，而是等于相机空间的-z（右手系）。透视除法（除以w）这一步把裁剪空间变换到NDC（归一化设备坐标）。忘记透视除法或者除错分量，是投影相关bug的头号来源。
5. 前四章知识在实战中的串联
5.1 一个顶点变换的完整手算示例
光看理论容易飘，我们拿一个具体顶点走一遍完整流程。假设模型空间有一个点P=(1, 0, 0, 1)，模型矩阵是绕y轴旋转90度再平移到(0,0,5)，相机在(0,0,10)看向原点，up是(0,1,0)，透视投影fov=60度，aspect=16/9，near=0.1，far=100。
第一步，模型变换：绕y轴旋转90度把(1,0,0)变成(0,0,-1)（右手系下绕y逆时针），再平移得到(0,0,4)。第二步，观察变换：相机在(0,0,10)看向原点，观察矩阵把世界坐标转到相机坐标，点变成(0,0,-6)（相机前方6个单位）。第三步，投影变换：乘以透视矩阵，w分量变成6，xyz被相应缩放。第四步，透视除法得到NDC坐标。这一套走下来，你就能明白每个矩阵到底在干什么，而不是把它们当成黑盒。
我建议你写个小脚本，把这几个矩阵打印出来，手动乘一遍，和代码结果对照。这个练习做一次，比看一周书都值。
5.2 常见bug与排查思路
前四章相关的bug有几个高频类型。第一类是变换顺序错误，表现为物体位置或朝向不对，排查方法是把中间结果打印出来，逐个矩阵验证。第二类是坐标系手性混用，表现为旋转方向相反或者法线朝内，排查方法是确认所有矩阵和API的坐标系约定一致。第三类是忘记归一化或透视除法，表现为物体大小异常或深度错误。第四类是基向量未正交化，表现为相机轻微倾斜。
排查这类问题的通用思路是：从后往前推，先确认最终结果，再逐步回退到中间空间，看哪一步开始出错。图形学调试没有捷径，就是耐心地把每个中间量打出来看。
5.3 从手算到代码的映射建议
学完前四章，建议动手实现一个最小的变换管线：自己写矩阵类、实现平移旋转缩放、实现lookAt和perspective、然后渲染一个三角形。不要用现成的数学库，自己写一遍。这个过程会逼你面对所有细节，包括矩阵存储是行主序还是列主序、乘法顺序、以及向量与矩阵乘法的方向。
行主序和列主序是另一个大坑。同一个变换，行主序和列主序下矩阵的写法是转置关系，乘法顺序也相反。如果你从教材抄的矩阵和代码里的库对不上，八成是这个问题。我的建议是选定一种约定，从头到尾贯彻，并且在注释里写清楚。
6. 学习路径与练习建议
6.1 每章配套的动手练习
光读书不写代码，前四章的知识留不住。我建议每章配一个练习：第一章写向量点积叉积的工具函数并测试；第二章实现2D和3D变换矩阵并做组合变换的可视化；第三章实现lookAt和perspective矩阵，渲染一个立方体；第四章把前几章串起来，做一个可以用键盘控制相机的小场景。
这些练习不需要复杂的渲染框架，用最简单的窗口库画线框就行。重点是把数学和代码对应起来，而不是追求画面效果。等这套管线跑通了，你再去用现成的引擎，会发现底层逻辑一目了然。
6.2 推荐的学习节奏与资源搭配
前四章不建议一口气读完，容易消化不良。我的节奏是每章读一遍理论，然后花两到三倍的时间写代码验证，遇到卡壳再回头翻书。理论部分如果教材讲得太简略，可以配合一些公开的课程讲义，但不要同时看好几份资料，容易概念冲突。
数学基础方面，线性代数至少要熟悉矩阵运算和向量空间的概念。如果这块薄弱，建议先补一下再回来，否则前四章会变成纯粹的公式记忆，学完就忘。
6.3 什么时候可以进入后续章节
判断标准很简单：你能不能在不查资料的情况下，说清楚一个顶点从模型空间到屏幕空间经历了哪些变换、每个变换的矩阵怎么构造、以及为什么是这个顺序。如果能，就可以往后走了。如果还不能，别急着学渲染管线，因为后面的内容全部建立在这套坐标系变换之上，基础不牢会越学越痛苦。
我自己带人的经验是，前四章花两到三周扎实过一遍，比囫囵吞枣一周翻完然后后面反复回头补要快得多。图形学是个累积性很强的学科，前面的坑不填，后面会以更隐蔽的方式冒出来。把前四章吃透，后面的路会顺很多。
