我希望计算应用了转换矩阵的2D椭圆的轴对齐边界框(AABB)(旋转,缩放,平移等)
与此解决方案类似的内容:Calculating an AABB for a transformed sphere
到目前为止,它似乎不适用于2D省略号。
这是我得到的(伪代码):
Matrix M; // Transformation matrix (already existing)
Matrix C = new Matrix( // Conic matrix
radiusX, 0, 0,
0, radiusY, 0,
0, 0, -1
);
Matrix MT = M.transpose();
Matrix CI = C.inverse();
Matrix R = M*CI*MT;
int minX = (R13 + sqrt(R13^2 - (R11 * R33))) / R33;
int minY = (R23 + sqrt(R23^2 - (R22 * R33))) / R33;
// maxX etc...
// Build AABB Rectangle out of min & max...
当前行为的简单演示
radiusX = 2
radiusY = 2 // To keep it simple, M is identity
// (no transformation on the ellipse)
M = /1 0 0\ // /M11 M21 M31\
|0 1 0| // |M12 M22 M32| Transform matrix format
\0 0 1/ // \0 0 1 /
C = /2 0 0\ // C as conic
|0 2 0|
\0 0 -1/
CI =/0.5 0 0\ // CI as dual conic
|0 0.5 0|
\0 0 -1/
R = /1 0 0\ * /0.5 0 0\ * /1 0 0\ // R = M*CI*MT
|0 1 0| |0 0.5 0| |0 1 0|
\0 0 1/ \0 0 -1/ \0 0 1/
= /0.5 0 0\ // /R11 R12 R13\
|0 0.5 0| // |R12 R22 R23| (R is symmetric)
\0 0 -1/ // \R13 R23 R33/
minX = (0 + sqrt(0^2 - (0.5 * -1))) / -1
= -0.7071 // Should be -2
// Also, using R = MIT*C*MI
// leads to -1.4142
Matrix M;
Matrix C = new Matrix(
1/radiusX^2, 0, 0,
0, 1/radiusY^2, 0,
0, 0, -1
);
Matrix MT = M.transpose();
Matrix CI = C.inverse();
Matrix R = M*CI*MT;
int minX = (R13 + sqrt(R13^2 - (R11 * R33))) / R33;
int minY = (R23 + sqrt(R23^2 - (R22 * R33))) / R33;
这是一个简化版本。
Matrix M;
int xOffset = sqrt((M11^2 * radiusX^2) + (M21^2 * radiusY^2));
int yOffset = sqrt((M12^2 * radiusX^2) + (M22^2 * radiusY^2));
int centerX = (M11 * ellipse.x + M21 * ellipse.y) + M31; // Transform center of
int centerY = (M12 * ellipse.x + M22 * ellipse.y) + M32; // ellipse using M
// Most probably, ellipse.x = 0 for you, but my implementation has an actual (x,y) AND a translation
int xMin = centerX - xOffset;
int xMax = centerX + xOffset;
int yMin = centerY - yOffset;
int yMax = centerY + yOffset;
答案 0 :(得分:1)
因此,您声明M
是转换矩阵。但它改变了什么,是点还是线?我假设积分。如何将点表示为行向量,使得点位于左侧,矩阵位于右侧,或者作为列向量,以便矩阵位于左侧,而右侧的点位于乘法的位置?我假设列向量。因此,对于某些点p' = M*p
,转换将为p
。
接下来是C
。你写它的方式,这是一个椭圆,但不是你正在使用的半径。如果椭圆满足(x/radiusX)^2 + (y/radiusY)^2 = 1
,则该点位于椭圆上,因此主对角线上的值必须为(1/radiusX^2, 1/radiusY^2, -1)
。在我的回答的前一次修改中,我一再错过了这个错误。
接下来,您将结合这些内容。假设CP
是原始圆锥曲线,即圆锥曲线作为一组点。然后你可以通过MT.inverse()*CP*M.inverse()
获得转换后的版本。原因是因为您将M.inverse()
应用于每个点,然后检查它是否位于原始的圆锥曲线上。但是您没有使用M.inverse()
,而是使用M
。这表明您尝试转换双圆锥曲线。如果M
转换点数,那么MT.inverse()
会转换行,因此如果M*CD*MT
是双重圆锥曲线,则CD
是正确的转换。
如果R
是双重圆锥曲线,那么你的公式是正确的。因此,代码的主要问题可能是您忘记在矩阵C
中使用反半径。
当我第一次阅读你的帖子时,我假设R
会描述一组点,即如果(x,y)
,点(x,y,1)*R*(x,y,1).transpose()=0
位于该椭圆上。基于此,我确实为AABB提出了不使用双锥体的公式。我并不是说这更简单,特别是如果你有矩阵反转可用作构建块。但我仍然会留在这里供参考。请注意,此段落中的R
与您的代码示例中使用的版本不同。
对于我的方法,请考虑R*(1,0,0)
(这只是R
的第一列)是一些向量(a,b,c)
,您可以将其解释为行{{1}的定义}。 Intersect that line with the conic你可以获得切线水平的点,这是ax+by+c=0
方向的极值。对y
(即seond列)执行相同的操作,以便在R*(0,1,0)
方向找到极值。
这里的关键思想是x
计算某个点R*p
的极线,因此我们在p
resp中构建无限远点的极线。 {{1个方向。通过x
的切线接触圆锥体的那些点,该极线将与圆锥相交,在这种情况下,圆锥体将是水平的。垂直切线,因为平行线在无穷远处相交。
如果我象征性地进行上述计算,我得到以下公式:
y
这些表达式当然可以简化,但它应该让你开始。如果您将此重新编写为更简单,更易于阅读或其他任何内容,请随时编辑此帖子。