透视变换矩阵计算python代码

透视变换矩阵是一种在计算机图形学中用于转换三维场景到二维图像的关键技术，特别是在实现相机投影时。在Python中，我们可以使用NumPy库来处理矩阵运算。以下是一个简单的例子，展示了如何计算透视变换矩阵：

import numpy as np

def perspective_transform(width, height, fovy, aspect_ratio, near, far):
    # 计算底和高
    tan_half_fovy = np.tan(fovy * np.pi / 360)
    height_in_proj = 2 * near * tan_half_fovy
    width_in_proj = height_in_proj * aspect_ratio

    # 创建透视矩阵
    proj_matrix = np.array([
        [width_in_proj / width, 0, (width + near) / width, 0],
        [0, height_in_proj / height, (height + near) / height, 0],
        [0, 0, -(far + near) / (far - near), -2 * far * near / (far - near)],
        [0, 0, -1, 0]
    ])

    return proj_matrix

# 示例使用
width = 800
height = 600
fovy = 60  # 视野角度
aspect_ratio = width / height
near = 0.1  # 靠近平面
far = 1000  # 远离平面

proj_matrix = perspective_transform(width, height, fovy, aspect_ratio, near, far)
print("Perspective Transformation Matrix:")
print(proj_matrix)

在这个例子中，`perspective_transform`函数接受几个参数，如视口宽度、高度、视角、纵横比、近平面距离和远平面距离，然后根据这些参数计算并返回透视变换矩阵。