Explorar o código

Update 图形学.md

usuiforhe %!s(int64=3) %!d(string=hai) anos
pai
achega
830bdb7be5
Modificáronse 1 ficheiros con 17 adicións e 11 borrados
  1. 17 11
      图形学/图形学.md

+ 17 - 11
图形学/图形学.md

@@ -424,13 +424,17 @@ $$
 通过齐次坐标矩阵就可以使用一个矩阵来表示线性变换,**为了保证变换矩阵的一致性**,所以上面讲的**所有矩阵都需要转换成齐次矩阵**
 
 在其次坐标中,点使用 
-$\begin{pmatrix}
+$$
+\begin{pmatrix}
     x \\ y \\ 1
-\end{pmatrix}$
+\end{pmatrix}
+$$
 来表示,向量使用 
-$\begin{pmatrix}
+$$
+\begin{pmatrix}
     x \\ y \\ 0
-\end{pmatrix}$
+\end{pmatrix}
+$$
 来表示
 
 - 向量 + 向量 = 向量  
@@ -536,9 +540,9 @@ T_{(1, 0)} \cdot R_{45} \cdot \begin{bmatrix}
 $$
 
 前面提过向量一般放在矩阵乘法的最右边,并且根据矩阵具有结合律,上述式子可以理解为先计算 $R_{45}$ 与 
-$
+$$
 \begin{bmatrix} x \\ y \\ 1 \end{bmatrix}
-$ 
+$$ 
 ,再计算与 $T_{(1, 0)}$ 的乘法
 
 但是,根据矩阵的结合律,我们可以先把前面的矩阵的计算结果得出最终变换矩阵,最后与向量相乘
@@ -564,17 +568,19 @@ $$
 
 point: 
 
-$\begin{pmatrix}
+$$
+\begin{pmatrix}
     x & y & z & 1
 \end{pmatrix}^T
-$  
+$$  
 
 vector: 
 
-$\begin{pmatrix}
+$$
+\begin{pmatrix}
     x & y & z & 0
 \end{pmatrix}^T
-$ 
+$$
 
 $$
 \begin{pmatrix}
@@ -1728,7 +1734,7 @@ $$
 b_0^2(t) = (1-t)^2 * b_0 + 2 * t * (1-t) * b_1 + t^2 * b_2
 $$
 
-上面的计算式子 $b_0,b_1,b_2$ 的参数很像是 $[(1-t) + t]^2 = (1-t)^2 + 2*t*(1-t) + t^2$ 
+上面的计算式子 $b_0,b_1,b_2$ 的参数很像是 $ [(1-t) + t]^2 = (1-t)^2 + 2*t*(1-t) + t^2 $ 
 
 同理,三次贝塞尔曲线中 $b_0,b_1,b_2,b_4$ 的参数应该就是 $[(1-t) + t]^3$ 分解之后的