GAMES101作业实战解析：从理论到代码的图形学之旅

1. GAMES101作业实战指南：从零开始的图形学代码实践

第一次接触GAMES101作业时，我和大多数同学一样被各种矩阵变换绕得头晕。直到把作业0到作业2完整实现后，才发现图形学的理论公式在代码里竟然如此优雅。下面就以三个典型作业为例，带你拆解那些课本上晦涩的概念如何变成可运行的代码。

齐次坐标这个看似抽象的概念，在Eigen库的Vector3f里就是简单的(x,y,1)。记得作业0里要实现点旋转后平移，我最初傻傻地分开计算，直到发现可以用矩阵连乘一次性完成所有变换。这里有个坑要注意：Eigen库的矩阵初始化顺序是行优先，和数学课本的列优先写法相反，第一次实现时我就栽在这个细节上。

2. 作业1深度解析：MVP变换的代码实现

2.1 模型变换的陷阱与技巧

绕Z轴旋转的矩阵看着简单，但实际编码时容易忽略角度转换。有次我直接用了角度值，结果三角形转得比陀螺还快——原来Eigen的三角函数需要弧度制。建议封装个角度转弧度的工具函数，后面投影矩阵还会用到。

cpp复制Eigen::Matrix4f get_model_matrix(float angle) {
    float rad = angle * MY_PI / 180; // 这个MY_PI要自己定义
    Eigen::Matrix4f rotate;
    rotate << cos(rad), -sin(rad), 0, 0,
              sin(rad),  cos(rad), 0, 0,
              0,         0,        1, 0,
              0,         0,        0, 1;
    return rotate;
}

2.2 透视投影的几何理解

投影矩阵是作业1的难点，关键要理解从视锥体到立方体的两步转换。我花了三小时才搞明白：先用M_persp->ortho把棱台压成长方体，再用正交投影映射到NDC空间。特别注意near/far的符号处理，当时我写反了导致深度测试全乱。

cpp复制Eigen::Matrix4f get_projection_matrix(float fov, float aspect, float zNear, float zFar) {
    float tan_half_fov = tan(fov * MY_PI / 360); // 注意是半角度
    float top = zNear * tan_half_fov;
    float right = top * aspect;
    
    Eigen::Matrix4f persp_to_ortho = Eigen::Matrix4f::Zero();
    persp_to_ortho(0,0) = zNear;
    persp_to_ortho(1,1) = zNear; // 这里容易写错下标
    persp_to_ortho(2,2) = zNear + zFar;
    persp_to_ortho(3,2) = 1;
    ...
}

3. 作业2实战：光栅化与深度测试

3.1 三角形遍历的优化技巧

实现bounding box时，我最初遍历了整个屏幕像素，结果性能惨不忍睹。后来改用三角形顶点坐标的min/max确定范围，速度直接提升20倍。这里有个边界情况要注意：当三角形是斜着贴近屏幕边缘时，需要做clamp处理避免数组越界。

cpp复制void rasterize_triangle(const Triangle& t) {
    // 计算包围盒边界
    int x_min = floor(std::min({t.v[0].x(), t.v[1].x(), t.v[2].x()}));
    int x_max = ceil(std::max({t.v[0].x(), t.v[1].x(), t.v[2].x()}));
    // y轴同理...
    
    for (int x = x_min; x <= x_max; x++) {
        for (int y = y_min; y <= y_max; y++) {
            // 重心坐标计算...
        }
    }
}

3.2 Z-buffer的常见坑点

深度测试看着简单，但两个陷阱让我debug到凌晨：一是忘记初始化depth buffer为最大值，二是比较时用了错误的不等式方向。建议在代码里加个断言检查深度范围，我就遇到过因为透视矩阵算错导致深度值异常的情况。

4. 高级话题：反走样实现与优化

4.1 MSAA的实用实现

作业框架里给的MSAA示例是4x采样，但实际测试发现2x采样就能获得80%的改善效果。我的实现方案是：先创建4倍的采样buffer，在光栅化时对每个子像素做单独判断，最后对四个采样点取平均。注意采样点位置会影响效果，我试过随机分布比网格分布抗锯齿更自然。

cpp复制// 2x2的MSAA实现示例
for (int i = 0; i < 2; i++) {
    for (int j = 0; j < 2; j++) {
        float sub_x = x + (i + 0.5) * 0.5;
        float sub_y = y + (j + 0.5) * 0.5;
        if (insideTriangle(sub_x, sub_y)) {
            sample_count++;
            // 计算子像素深度...
        }
    }
}
color = base_color * (sample_count / 4.0f);

4.2 性能优化实战

当三角形较小时，传统MSAA会浪费大量计算在空白区域。后来我改用了自适应采样：先检测边缘像素，只对这些像素开启MSAA。在测试场景中，这种方案能让帧率提升3倍以上。不过要注意边缘检测的阈值设置，太敏感会导致画面闪烁。