从0开始图形学（光栅化）

前言

说起图形学，很多人就会提到OpenGL，但其实两者并不是同一个东西。引入了OpenGL加重了学习的难度和成本，使得一些原理并不直观。可能你知道向量，矩阵，纹理，重心坐标等概念，但就是不知道这些概念在图形学中具体是怎么使用的。

本文不使用OpenGL，只用C代码实现光栅化过程，并配合OpenCV来显示渲染结果。让图形学的相关过程和原理变的直观和纯粹，本文结束后，我们将能够把一个3D模型文件只通过C语言渲染出来，如下结果。

环境准备

工欲善其事必先利其器。学习之前首先需要安装开发环境，以Windows为例（Mac使用XCode，配置方法可以网上搜索）,开发工具首选Visual Studio。然后需要安装OpenCV环境，OpenCV在此只用来显示渲染结果，同时用到诸如画线和画点的简单功能，它不是必要的。参照Windows中安装OpenCV开发环境-CSDN博客

完成开发环境搭建后，创建一个控制台项目，打开main函数所在的cpp文件，输入以下代码

// CGFromZero.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

const int gRstImgWid = 1000, gRstImgHei = 600;      // 结果图的长宽大小
unsigned char _rstImage[gRstImgHei][gRstImgWid][3]; // 结果图
const char _backColor[3] = {50, 100, 150};          // 结果图的背景颜色

void ShowCGRst()
{
    cv::Mat cvRst = cv::Mat(gRstImgHei, gRstImgWid, CV_8UC3);

    for (size_t y = 0; y < gRstImgHei; ++y)
    {
        for (size_t x = 0; x < gRstImgWid; ++x)
        {
            cvRst.data[y * cvRst.step + x * cvRst.channels() + 0] = _rstImage[y][x][2];     // 这里没有错，OpenCV中的数据存储顺序是BGR，而我们的数据顺序是RGB
            cvRst.data[y * cvRst.step + x * cvRst.channels() + 1] = _rstImage[y][x][1];
            cvRst.data[y * cvRst.step + x * cvRst.channels() + 2] = _rstImage[y][x][0];
        }
    }

    cv::imshow("愚 匠", cvRst);
    cv::imwrite("./Chapter0.png", cvRst);
    cv::waitKey(-1);
}

void CGRender()
{
}

int main()
{
    // 先将结果图画上背景色
    for (size_t y = 0; y < gRstImgHei; ++y)
    {
        for (size_t x = 0; x < gRstImgWid; ++x)
        {
            _rstImage[y][x][0] = _backColor[0];
            _rstImage[y][x][1] = _backColor[1];
            _rstImage[y][x][2] = _backColor[2];
        }
    }

    // 渲染
    CGRender();
    //
    // 显示渲染结果
    ShowCGRst();
}

编译，运行，如果出现以下的图像，就说明环境准备就绪，我们后续的学习将上述代码的基础上实现