Nano Hash - криптовалюты, майнинг, программирование

Получение координат объекта с камеры

Я реализовал камеру на Java, используя вектор положения и три вектора направления, поэтому я могу использовать gluLookAt();, перемещаясь в «режиме призрака», работает достаточно хорошо, но я хочу добавить обнаружение столкновений. Я не могу понять, как преобразовать мой вектор положения в координаты, в которых OpenGL рисует мои объекты.

Грубый набросок моего цикла рисования таков:

glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT);
glLoadIdentity();
camera.setView();
drawer.drawTheScene();

Я не знаю, как действовать дальше; глядя на матрицу ModelView между вызовами и моим вектором положения, я не нашел никакой корреляции.

java 3d opengl lwjgl
07.01.2011

Ответы:


1

Наконец понял это, просмотрев http://fly.cc.fer.hr/~unreal/theredbook/chapter03.html снова. Чтобы перейти из пространства глаз (камеры) в пространство объекта, вы должны умножить этот вектор на обратную матрицу ModelView или в коде:

Vector4f vpos = new Vector4f(0, 0, 0, 1); 
// (0,0,0,1) because it's relative to the cam
float mv[]=new float[16];
ByteBuffer temp = ByteBuffer.allocateDirect(64);
temp.order(ByteOrder.nativeOrder());
GL11.glGetFloat(GL11.GL_MODELVIEW_MATRIX, (FloatBuffer)temp.asFloatBuffer());
temp.asFloatBuffer().get(mv);
Matrix4f m4 = new Matrix4f();
m4.load((FloatBuffer)temp.asFloatBuffer());
m4.invert();
vpos = Matrix4f.transform(m4, vpos, vpos);
07.01.2011
  • Пожалуйста, не злоупотребляйте OpenGL как математической библиотекой. К вашему сведению: все эти матричные функции были удалены из OpenGL-3 и выше. Вы должны сделать матричный материал самостоятельно или использовать математическую библиотеку. Большинство физических библиотек также делают эти матричные вещи, поэтому вы получаете и математику, и обнаружение столкновений. 07.01.2011
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..