OpenGL 入门 6:GLM
GLM是OpenGL Mathematics的缩写,它是一个只有头文件的库,也就是说我们只需包含对应的头文件就行了,不用链接和编译。GLM可以在它们的网站上下载。把头文件的根目录复制到你的includes文件夹,然后你就可以使用这个库了。
头文件
#include <glm/glm.hpp>
#include <glm/gtc/matrix_transform.hpp>
#include <glm/gtc/type_ptr.hpp>
GLM的大多数功能都可以从下面这3个头文件中找到
GLM常用数据类型
vec2 二维向量
vec3 三维向量
vec4 四维向量
mat2 二阶矩阵
mat3 三阶矩阵
mat4 四阶矩阵
GLM常用函数
glm::radians()
角度制转弧度制,可应用于glm::rotate()中。
glm::translate()
返回一个平移矩阵,第一个参数是目标矩阵,第二个参数是平移的方向向量。
glm::rotate()
返回一个将点绕某个轴逆时针旋转一定弧度的旋转矩阵,第一个参数是弧度,第二个参数是旋转轴。
glm::scale()
返回一个缩放矩阵,第一个参数是目标矩阵,第二个参数是在各坐标轴上的缩放系数。
glm::ortho(float left, float right, float bottom, float top, float zNear, float zFar);
正交投影矩阵。前四个参数分别是视口的左、右、上、下坐标。第五和第六个参数则定义了近平面和远平面的距离。
glm::perspective(float fovy, float aspect, float zNear, float zFar);
透视投影矩阵。第一个参数为视锥上下面之间的夹角,第二个参数为视口宽高比,第三、四个参数分别为近平面和远平面的深度。
glm::value_ptr()
传入一个矩阵,返回一个数组。
glm::value_ptr函数
GLM的glm::value_ptr()函数可以返回一个数组,其中按列优先储存了矩阵的元素。例如:
#include <glm/glm.hpp>
#include <glm/gtc/type_ptr.hpp>
#include <iostream>
#include <typeinfo>int main() {glm::mat4 trans(1.0f);trans = glm::rotate(trans, glm::radians(90.0f), glm::vec3(0, 1, 0));//0 0 1 0//0 1 0 0//-1 0 0 0//0 0 0 1float *p = glm::value_ptr(trans);std::cout << typeid(p).name() << std::endl;for (int i=0; i < 16; i++) {std::cout << *p << ' ';p++;}std::cout << std::endl;return 0;
}
//输出结果:
//float *
//0 0 -1 0 0 1 0 0 1 0 0 0 0 0 0 1
我们可以用glm::value_ptr()搭配glUniformMatrix4fv函数向着色器传入矩阵:
glUniformMatrix4fv(glGetUniformLocation(ID, "name"), 1, GL_FALSE, glm::value_ptr(trans));
//ID为着色器程序的位置,glCreateProgram()的返回值
//name为自己在着色器中定义的uniform,如:uniform mat4 transform
glUniformMatrix4fv函数
void glUniformMatrix4fv (GLint location, GLsizei count, GLboolean transpose, const GLfloat * value)
location: uniform的位置。
count: 需要加载数据的数组元素的数量或者需要修改的矩阵的数量。
transpose: 列优先矩阵传false,行优先矩阵传true。
value: 指向由count个元素的数组的指针。
GLSL中的向量*向量运算
需要注意的是,在GLSL中,vec4 * vec4是逐元乘法(component wise),例如:
vec4 a= vec4(1.0, 2.0, 3.0, 4.0);vec4 b= vec4(0.1, 0.2, 0.3, 0.4);vec4 c= a * b;//c: vec4(0.1, 0.4, 0.9, 1.6)
参考链接
【1】https://blog.csdn.net/qq_42537915/article/details/104146135?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param
【2】https://blog.csdn.net/Wonz5130/article/details/83116009?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.channel_param