什么是旋转矩阵?借用电脑手段来选择的一种叫做旋转矩阵,用这个方法呢,就是说把你喜欢的这种某一两个号码作为胆的号码, 就说你的幸运数字也好,然后呢,通过电脑把你这个号码输进去,用旋转矩阵这个软件测算出来, 给你一次排列出来的号码,这是一种通过电脑进行号码的一种组合的数学优化方式,但是呢,这种不是包括复式,指的是单次号码选择,买单次的时候呢,作为一种参考方法吧,关注我,沾喜气!
粉丝20.8万获赞98.9万


大家好,欢迎来到工程形象,对于旋转矩阵,大家有没有这样的感受?学习的时候感觉不难,但实际使用的时候晕头转向。什么情况下要左成,什么情况下要右成? 什么情况下要转制?本期视频将带大家形象直观的理解旋转矩阵。 第一天,在一片虚无的三维空间,神说要有一个点,于是就有了一个点屁,人类开始思考,上帝开始发笑,如何在三维空间表示这个点呢? 我们建立一个直角坐标系 s, 三个轴分别为, x, s, y, s, z, s, x, s, y, s, z, s。 方向上的单位向量在坐标系 s 中分别表示为, e, s 点 x s, e, s 点 y, s, e, s 点 c, s, 构成一组标准单位向量。以坐标系的原点为起点,指向点 p 所构成的向量 p s 表示点 p 相对于坐标系 s 的位置, 分别使用三个标准单位像量与 ps 进行点击运算,可以得到 ps 在三个坐标轴上的投影, xps, yps, zps。 将三个点击运算写成一个矩阵乘法运算可以看到三个标准单位向量构成一个单位矩阵。在坐标系 s 中, x, p, s, y, p, s, z, p s。 构成一个坐标,表示 p s。 第二天,神说要在坐标系 s 中旋转,点 p 如何表示这次旋转呢?我们先复制一个坐标系 s, 即为坐标系 b, 称 s 为参考坐标系 b 为本体坐标系点 p 相对于 b 固定不动,然后相对于 s, b 随着点 p 一起同步旋转,因此 p 相对于 s 的旋转等价于 b 相对于 s 的旋转。在坐标系 b 中, p b 表示点 p 的位置。使用 p b 在 x b, y, b, z b 上的投影 x p b y p b z p b 构成一个坐标来表示 p b。 在坐标系 s 中, x b y b z b 方向上的单位向量分别表示为 e s 点 x b e s 点 y b e s 点 z b。 该组单位向量相互正交,并且在空间位置上与 s 中的标准单位向量组具备相同的属性。分别使用三个单位向量与 p s 进行点击运算, 可以得到三个投影, x p b y p b z p b。 将三个点击运算写成一个矩阵乘法运算,可以看到三个单位项量构成一个行列式等于一的特殊正交矩阵。 利用正交矩阵的逆等于其转制的性质,得出 p s 等于 r s, b 乘以 p b。 其中 r s b 是一个三乘以三的矩阵,称为坐标系。 b 相对于 s 的旋转矩阵,表示 b 相对于 s 的姿态。 x b y b z b 方向上的单位向量在坐标系 s 中的表示构成矩阵的三列。因此, r s b 是一个行列式等于一的特殊正交矩阵。利用矩阵的逆运算法则和正交矩阵的性质,得出 r b s 等于 r s b 的逆等于 r s b 的转制,即旋转矩阵的转制,表示 逆向的旋转和姿态。第三天神说要在坐标系臂中旋转点屁,为了让点屁相对于臂固定不动,我们先复制一个 b, 即为 b 一撇。 这样我们就可以将 p 相对于 b 的旋转转化为 b 随着 p 一起相对于 b 一撇的同步旋转。 此时 b 一撇相对于 s 的姿态,等于 b 相对于 s 的姿态,然后 b 一撇保持不动。相对于 b 一撇, b 和 p 一起同步旋转, 该旋转产生的旋转矩阵为 rb 一撇, b 由于 s 和 b 一撇都保持不动,所以 b 一撇相对于 s 的姿态保持不变。旋转后点 p 相对于 s 的位置等于 b 一撇相对于 s 的姿态乘以 p 相对于 b 一撇的位置。 其中 p 相对于 b 一撇的位置等于 b 相对于 b 一撇的姿态乘以 p 相对于 b 的位置。综合以上两点,得出 p 相对于 s 的位置等于 b 一撇相对于 s 的姿态乘以 b 相对于 b 一撇的姿态乘以 p 相对于 b 的位置。 使用矩阵乘法的结合率得出 b 相对于 s 的姿态等于 b 一撇相对于 s 的姿态乘以 b 相对于 b 一撇的姿态。这里解释了在本体坐标系中旋转本体坐标系为什么要又乘。 第四天神说要在坐标系 b 中旋转坐标系 s, 我们先复制一个坐标系 b, 即为 b 一撇,此时 b 一撇相对于 s 的姿态等于 b 相对于 s 的姿态。 然后相对于坐标系 bb 一撇随着 s 一起同步旋转,因此 s 相对于 b 的旋转等价于 b 一撇相对于 b 的旋转,该旋转产生的旋转矩阵为 rbb 一撇,并且 b 一撇相对于 s 的姿态保持不变。 旋转后 b 相对于 s 的姿态等于 b 一撇相对于 s 的姿态乘以 b 相对于 b 一撇的姿态。其中 b 相对于 b 一撇的姿态等于 rbb 一撇的转制。这里解释了在本体坐标系中旋转参考坐标系为什么要又成转制。 第五天神说再次在坐标系 s 中旋转点 p, 我们先复制一个坐标系 s, 即为 s 一撇,此时 b 相对于 s 一撇的姿态等于 b 相对于 s 的姿态,然 后相对于坐标系 ss 一撇随着 b 和 p 一起同步旋转,因此 b 和 p 相对于 s 的旋转等价于 s 一撇相对于 s 的旋转, 该旋转产生的旋转矩阵为 r s s 一撇,并且 b 和 p 相对于 s 一撇的姿态和位置保持不变。 旋转后, b 相对于 s 的姿态等于 s 一撇相对于 s 的姿态乘以 b 相对于 s 一撇的姿态。这里解释了在参考坐标系中旋转本体坐标系为什么要做成。 第六天神说,要在坐标系 s 中旋转坐标系 s, 我们先复制一个坐标系 s, 即为 s 一撇,此时 b 相对于 s 一撇的姿态等于 b 相对于 s 的姿态,并且 s 相对于 自身的旋转等价于 s 相对于 s 一撇的旋转,然后 s 一撇保持不动, s 相对于 s 一撇进行旋转,该旋转产生的旋转矩阵为 rs 一撇 s 由于 s 一撇和 b 都保持不动,所以 b 相对于 s 一撇的姿态保持不变。旋转后, b 相对于 s 的姿态等于 s 一撇相对于 s 的姿态乘以 b 相对于 s 一撇的姿态,其中 s 一撇相对于 s 的姿态等于 r s 一撇 s 的转制。 这里解释了在参考坐标系中旋转参考坐标系为什么要左乘转制。 第七天神说 leave me alone 好的,本期视频到这里就结束了,感谢您耐心看完,有什么问题的话,欢迎留言讨论,如果您喜欢这类视频的话,麻烦动动手指点个关注吧,我们下次再见!

我们今天做一个 white 嘴巴的花瓶啊,首先呢我们来到正式图,选择我们的画笔工具给他呢画一条线出来, 好,这个地方呢我们可以随意的去画, 我们来一个稀一点的花瓶。好, 然后呢框选工具,我们让他们两个在同一条水平线上边, 他们两个呢也是, 然后呢我们给他添加一个旋转的明令,那么这个时候一个小花瓶是不是就已经做好了?而且我们还可以来到样样条的这个地方,给他随意的去调节,这个点 看着像一个古代的建筑,不像是一个花瓶。好,那我们就拿这个来举例, 那么这个时候画屏我们做完呢,然后给他来一个弯曲的效果器。好,然后我们把 它的强度加高,把保持长度,我们给它勾选上,那么往上拉,拉到这个位置高度呢我们可以减少一点, 高一点点, 强度给他拉大一点, 这个时候他就变成了一个歪着嘴巴的画屏。好,然后呢我们再给他加一个厚度 细纹关掉,厚度呢来个三三,有点小,我们来个五。 好,现在呢他有了 hold 呢,他建个细分我们看一下,那么一个小的花瓶我们就做完了,你学会了吗?

今天我们来讲先行代数一个非常重要的应用,就是平面图形的旋转,在手机或者电脑上,我们可以把一张图片进行旋转,那么这个功能又是如何实现的呢?它的后台算法就是什么,我们今天来讲一下它的本质,其实就是矩阵的乘法。 首先给定平面上的一个点,它的坐标呢即为叫 x y, 然后把这个点旋转一个角度 five, 得到一个新的点,新的点的坐标呢,我们即为叫做 x 撇 y 撇。那么已知旧的点和 fi 如何来求新的点呢?这里边涉及到了旋转,所以我们用极坐标计算更为方便。所以首先我们写出这两个点的极坐标, 那旧的点 x 等于 r 乘以 cosine set, y 等于 r 乘以 sit。 新的点原来是 set, 又多赚了一个 five, 所以 新的点所对应的角度就是 say 加范,于是 x 撇就等于 r 乘以 cosine say 加范, y 撇就等于 r 乘以 sine say 加范。那为了让大家看的更清楚一点哈,这块呢,我手写一下它的计算过程, x 撇是等于 r 乘以 cosine set 加 five, 那利用和角公式给它拆开 r 乘以 cosine set cosine five 减去 r 乘以 sine set sign five, r 乘以口散引 ct 就是 x 呀,所以它就是 x 乘以口散引 five, r 乘以散引 cta 就是 y, 所以减掉 y 乘以 cy, 这是 x 撇。接下来来看一下 y 撇哈,它是 r sat 加 fi, 同样道理,给它拆开 开, r 乘以 sine say time, cosine five 加上 r 乘以 cosine say time sine five。 跟刚才一样, r 乘以 sine site, 那其实就是 why r 乘以口算一次 a 太,那就是 x。 好的,于是我们就得到了这样两组式子哈,一个是 x 撇儿,一个是 y 撇儿, 那我们把它写成矩阵乘法的形式就是这个样子, x 撇 y 撇,这个向量就等于后面这个矩阵乘以 x y, 大家可以观察一下哈,这个成完之后的效果就是我们刚才的表达式,那在其中起到关键作用的就是这个矩阵。这个矩阵有点类似于线性方程组里面的系数矩阵, 大家就可以把它理解成就是系数矩阵哈,那因为它表示的功能就是把 x y 进行一个旋转,所以我们把这个矩阵称为叫做旋转矩阵,你想给它旋转多少度,那么就把 y 取为多少度带进来就可以了。 这样的话,我拿这个 a 乘以旧的点,得到的就是旋转之后新的点他的坐标,这个只是旋转一个点哈,那如何实现对一张图片进行旋转呢?其实也很简单吧,一张图片就是由很多点组成的呀, 那你把每一个点的前边都乘以旋转矩阵,得到的不就这堆新的点吗?那么我们举一个简单的例子哈,比如说我这里有一张图片,它是由八个点组成的,那么我们就把这八个点的坐标按照列给它排成一个二乘八的矩阵。 那我要想把这张图片进行旋转,我就可以把 five 带进去,得到旋转矩阵 a, 我们把 a 乘在这个矩阵的前边,按照先行代数的知识哈,就相当于 a 乘以每一列, 那于是就得到了一个新的二乘八的矩阵,这新的二乘八的矩阵每一列就是新的点的坐标,所以把这八个点组合出来的图片就是把原图片进行了一个旋转, 这个就是我们图片的旋转它的一个原理。当然了,这个只是一个非常粗浅的介绍哈,除了这个之外,我们还可以对图片进行拉伸、翻转、平移等等功能,甚至还可以对三维图形进行操作,但无论如何它的本质都是一样的,就是矩阵的乘法。


结发五,旋转变换矩阵就是把 a、 b、 c 这三个点整体向下平移,两个单位长度平移之后,横坐标没变,纵坐标通通减二。 那么此题结束了,因为点 b 啊,是逆时针旋转六十度到点 c 的,那直接把六十度带入到旋转变换矩阵里面,得到两个二元一次方程, 把 m 跟 n 算出来。此例结束了,不仅可以把 m 坐标算出来,还可以把 n 点坐标算出来,真的是一石二鸟,一箭双雕,而且这种方法是最简单的。