Opengl中：屏幕坐标到世界坐标（GLFW实现）

  • 第一篇博文（我是网络的搬运工）
  • Screen Coordinates to World Coordinates
  • 存在的问题



第一篇博文（我是网络的搬运工）

被一个简单的问题纠结了好久，知道看到了这篇博文，在这篇博文的指导下，终于解决了一个对于Opengl新手来说很艰难的一个问题。

Screen Coordinates to World Coordinates

我想在OpenGL中将屏幕坐标转换为世界坐标。我使用glm来达到这个目的(我也使用glfw)。

这是我的代码：

static void mouse_callback(GLFWwindow* window, int button, int action, int mods)
{
    if (button == GLFW_MOUSE_BUTTON_LEFT) {
        if(GLFW_PRESS == action){
            int height = 768, width =1024;
            double xpos,ypos,zpos;
            glfwGetCursorPos(window, &xpos, &ypos);

            glReadPixels(xpos, ypos, 1, 1, GL_DEPTH_COMPONENT, GL_FLOAT, &zpos);

            glm::mat4 m_projection = glm::perspective(glm::radians(45.0f), (float)(1024/768), 0.1f, 1000.0f);

            glm::vec3 win(xpos,height - ypos, zpos);
            glm::vec4 viewport(0.0f,0.0f,(float)width, (float)height);
            glm::vec3 world = glm::unProject(win, mesh.getView() * mesh.getTransform(),m_projection,viewport);

            std::cout <<"screen" << xpos <<"" << ypos <<"" << zpos << std::endl;
            std::cout <<"world" << world.x <<"" << world.y <<"" << world.z << std::endl;
        }
    }

存在的问题

现在，我有2个问题，第一个问题是，我从glm::unProject得到的世界向量有一个非常小的x、y和z。如果我使用这个值来转换网格，网格会有一个很小的转换，并且不会跟随鼠标指针。

第二个问题是，正如glm文档(https://glm.g-truc.net/0.9.8/api/a00169.html ga82a558de3ce42cbeed0f6ec292a4e1b3)中所述，结果以对象坐标返回。所以为了将屏幕坐标转换为世界坐标，我应该使用一个网格的转换矩阵，但是如果A有许多网格，并且我想从屏幕坐标转换为世界坐标，会发生什么？我应该多按摄像机视图矩阵来形成什么模型矩阵？
这个序列有几个问题：

glfwGetCursorPos(window, &xpos, &ypos);
       glReadPixels(xpos, ypos, 1, 1, GL_DEPTH_COMPONENT, GL_FLOAT, &zpos);
       [...]
       glm::vec3 win(xpos,height - ypos, zpos);

窗口空间原点。glReadPixels是一个gl函数，因此遵循gl的约定，原点位于左下角的像素。当您翻转到您的win变量的约定时，您仍然使用错误的原点来读取深度缓冲区。

此外，您的翻页是错误的。因为ypos应该在[0,height-1]中，所以正确的公式是height-1 - ypos，所以你在这里也被淘汰了。(稍后我们将看到这也不完全正确。)

"屏幕坐标"与像素坐标。您的代码假设从GLFW返回的坐标是以像素为单位的。事实并非如此。GLFW使用"虚拟屏幕坐标"的概念，不一定映射到像素：
glfw通常为一个窗口提供两种大小，glfwGetWindowSize将以所述虚拟屏幕坐标返回结果，而glfwGetFramebufferSize将以像素返回与OpenGL相关的实际大小。因此，基本上，您必须查询这两种尺寸，然后才能适当地将鼠标坐标从屏幕坐标缩放到您需要的实际像素。

亚像素位置。虽然glReadPixels使用整数坐标来处理特定的像素，但整个转换数学使用浮点运算，可以表示任意的子像素位置。GL的窗口空间被定义为整数坐标表示像素的角，像素中心位于半整数坐标处。您的win变量将表示所述像素的左下角，但更有用的约定是使用像素中心，因此，假设您指向像素中心，最好将(0.5f, 0.5f, 0.0f)的偏移量添加到win中。(如果虚拟屏幕坐标比像素分辨率高，我们可以做得更好，这意味着我们已经为鼠标光标获得了一个亚像素的位置，但数学不会改变，因为我们仍然需要切换到GL的convent，其中integer表示边框，而不是integer表示中心)。

要将它们放在一起，您可以(概念上)这样做：

glfwGetWindowSize(win, &screen_w, &screen_h); // better use the callback and cache the values
glfwGetFramebufferSize(win, &pixel_w, &pixel_h); // better use the callback and cache the values
glfwGetCursorPos(window, &xpos, &ypos);
glm::vec2 screen_pos=glm::vec2(xpos, ypos);
glm::vec2 pixel_pos=screen_pos * glm::vec2(pixel_w, pixel_h) / glm::vec2(screen_w, screen_h); // note: not necessarily integer
pixel_pos = pixel_pos + glm::vec2(0.5f, 0.5f); // shift to GL's center convention
glm::vec3 win=glm::vec3(pixel_pos., pixel_h-1-pixel_pos.y, 0.0f);
glReadPixels( (GLint)win.x, (GLint)win.y, ..., &win.z)
// ... unproject win

一个也没有。基本坐标转换管道是

object space -> {MODEL} -> World Space -> {VIEW} -> Eye Space -> {PROJ} -> Clip Space -> {perspective divide} -> NDC -> {Viewport/DepthRange} -> Window Space

没有模型矩阵影响从世界到窗口空间的方式，因此反过来它也不依赖于任何模型矩阵。
数学不关心你在哪些空间之间转换。文档中提到了对象空间，函数使用了一个名为modelView的参数，但是您放置的矩阵完全不相关。如果只放view就行了。
你甚至可以这样做。你可以使用任何对象的任何模型矩阵，只要矩阵不是奇异的，只要你使用相同的矩阵作为未被投影，就像你以后用于从对象空间到世界空间。你甚至可以组成一个随机矩阵，如果你确定它是规则的。(如果矩阵条件不好，可能会出现数值问题)。这里的关键是，当你指定(vm)和p作为glm::unproject的矩阵时，它将在内部计算(VM)^-1 * P^-1 * ndc_pos，即M^-1 * V^-1 & P^-1 * ndc_pos。如果你把结果从物体空间转换回世界空间，再乘以M，就会得到M * M^-1 * V^-1 & P^-1 * ndc_pos，当然，这只是V^-1 & P^-1 * ndc_pos，如果你一开始不把M放进不受欢迎的对象中，你会直接得到。你只是增加了更多的计算工作，并为数值问题引入了更多的可能性…