计算机图形学中，2D转3D的数学本质是什么？

从“2D转3D”看图形学的数学本质 在上一篇《从 0 构建 WAV 文件》中，我们拆解了音频文件的底层：它不过是按规则排列的二进制采样点。当时我们得出了一个结论：计算机的世界没有魔法，只有朴素的规则。 当你玩《黑神话：悟空》或《赛博朋克 2077》时，你是否好奇过：屏幕明明是一个平面，为什么我们能从中看出真实的3d效果？ 那些复杂的 3D 游戏，其底层逻辑是否也像 WAV 文件一样，是由某个简单的“规则”构建的？ 答案是肯定的。3D 视觉的本质，其实就是一个简单的数学除法。 核心法则：透视投影 计算机之所以能“欺骗”我们的眼睛，靠的是透视（Perspective）。 在现实中，光线沿直线传播。远处的物体在视网膜上成像小，近处的成像大，即“近大远小”。计算机要实现 3D 效果，本质上就是要把空间中的 3D 坐标 (x, y, z)，通过某种规则变换成屏幕上的 2D 坐标 (x', y')。 几何建模：寻找相似三角形 为了找到这个变换规则，我们可以构建一个极简的几何模型。想象你正坐在屏幕前： 观察点：你的眼睛。 投影面：你面前的电脑屏幕（设中心为原点）。 3D 物体：屏幕后方空间里的一个点，坐标为 \((x, y, z)\)，其中 \(z\) 是它距离你眼睛的深度。 当光线从物体出发射向你的眼睛时，必然会穿过屏幕。这个交点，就是该物体在屏幕上显示的正确位置。 如果我们从侧面观察这个模型，以眼睛、屏幕交点、物体真实位置为顶点，可以构建出两个相似三角形： 数学表达： 利用初中数学中“相似三角形对应边成比例”的原理，设眼睛到屏幕的距离为 \(d\)（类似于相机的焦距），我们可以推导出屏幕坐标 \(x'\) 与空间坐标 \(x, z\) 的关系： \[\frac{x'}{d} = \frac{x}{z} \implies x' = d \cdot \frac{x}{z} \] 同理，对于 \(y\) 轴： \[y' = d \cdot \frac{y}{z} \] 这就是 3D 图形学的基本原理：3D 转 2D 的本质就是“除以 Z”。 当物体走远时，\(z\) 变大，除出来的结果 \(x', y'\) 就越小（向屏幕中心收缩）。 当物体靠近时，\(z\) 变小，除出来的结果变大（向屏幕边缘扩张）。 这就是为什么我们在走廊里往前走，两边的墙壁会向四周“散开”的原因。