Android系统工程师够用的图形学数学基础

阿豪2026/8/4大约 8 分钟

Android系统工程师够用的图形学数学基础

本篇位置：模块一 · 开篇｜前置：无｜预计阅读：10 分钟

这是一个系列教程的开篇。它写给每天在 libgui / libhwui / SurfaceFlinger / libEGL / libvulkan 里打转，API 都会用，但数学基本忘光了的人。

标题里"够用"两个字是认真的：不追求把图形学数学讲完整，只讲读 AOSP 显示相关代码会撞上的那些。

一、为什么要学：这些代码，不补数学就读不动

在 AOSP 显示这条线上，数学不是"背景知识"，是直接写在代码里的。下面五段都是你 review 时会遇到、迟早要动的地方。

1. `Transform::set()`：三个变换是怎么"乘"到一起的

frameworks/native/libs/ui/Transform.cpp，处理图层的翻转和旋转：

status_t Transform::set(uint32_t flags, float w, float h) {
    Transform H, V, R;
    if (flags & FLIP_H) {
        mat33& M(H.mMatrix);
        M[0][0] = -1;   M[2][0] = w;
    }
    if (flags & FLIP_V) {
        mat33& M(V.mMatrix);
        M[1][1] = -1;   M[2][1] = h;
    }
    if (flags & ROT_90) {
        const float original_w = h;
        mat33& M(R.mMatrix);
        M[0][0] = 0;    M[1][0] = -1;   M[2][0] = original_w;
        M[0][1] = 1;    M[1][1] = 0;
    }
    *this = (R*(H*V));      // ← 三个变换被"乘"到了一起
    return NO_ERROR;
}

它在干什么：把 FLIP_H / FLIP_V / ROT_90 三个标志各自兑现成一张矩阵，再合成一张。

不补数学，这段你答不上来的问题：

为什么是 R*(H*V)，不是 (H*V)*R？调换会怎样？
M[0][0] = -1 是翻转，那紧跟着的 M[2][0] = w 是干什么的？为什么翻转要配一个 w？
明明只处理二维，为什么是 mat33 而不是 mat22？

这三个问题背后分别是：矩阵乘法不满足交换律、齐次坐标的平移列、平移不是线性变换。不知道这些，这段代码你只能照抄，不敢动——而排查旋转/镜像相关的显示问题，动的就是这里。

2. `Transform::asMatrix4()`：十六行赋值，每一行都在搬位置

mat4 Transform::asMatrix4() const {
    mat4 m = mat4{mat4::NO_INIT};
    m[0][0] = mMatrix[0][0];    // 左上 2x2 原样搬过去
    m[0][1] = mMatrix[0][1];
    m[0][2] = 0.f;
    m[0][3] = mMatrix[0][2];    // 原来的第三行 → 新的第四行
    // ...
    m[2][2] = 1.f;              // 新插进来的第三维：什么都不做
    m[3][0] = mMatrix[2][0];    // 原来的第三列（平移）→ 新的第四列
    return m;
}

它在干什么：把二维用的 3×3 塞进 3D 管线要的 4×4。

不补数学的话：这十六行就是一串看不出规律的下标搬运。你不知道为什么 m[3] 是平移列（因为 mat4 是列主序）、为什么新插进来的第三维要填单位、为什么原来的"第三行"要变成"第四行"。哪天要往里加一个 z 方向的效果，你连从哪下手都不知道。

3. `ColorSpace::sRGB()`：十三个魔法数字

frameworks/native/libs/ui/ColorSpace.cpp：

const ColorSpace ColorSpace::sRGB() {
    return {
        "sRGB IEC61966-2.1",
        {{float2{0.640f, 0.330f}, {0.300f, 0.600f}, {0.150f, 0.060f}}},
        {0.3127f, 0.3290f},
        {2.4f, 1 / 1.055f, 0.055f / 1.055f, 1 / 12.92f, 0.04045f, 0.0f, 0.0f}
    };
}

它在干什么：前三对是 CIE 1931 色度图上红绿蓝三个原色的 $(x,y)$ 坐标——也就是这套标准能表达的那个三角形的三个顶点；第四对是白点；最后七个是分段传递函数的参数，喂给这个函数：

static constexpr float response(float x, const ColorSpace::TransferParameters& p) {
    return x >= p.d ? std::pow(p.a * x + p.b, p.g) : p.c * x;
}

不补数学的话：这十三个数就是十三个不能碰的常量。而这活儿是会落到你头上的——厂商屏幕有自己的原生色域，要往系统里加一个新的 ColorSpace，你得知道这些数去哪查、怎么填、为什么那条曲线要分成两段、分段点凭什么在 0.04045。

4. `computeXYZMatrix()`：你天天在用的那三个数是它算出来的

// libs/nativewindow/include/android/data_space.h
// Use the unadjusted KR = 0.2126, KB = 0.0722 luminance interpretation

0.2126 / 0.7152 / 0.0722——算亮度、转灰度、做 YUV，到处都是它们。很多人当成"业界约定俗成的三个数"抄了一辈子。

它们不是约定，是算出来的：ColorSpace::computeXYZMatrix(primaries, whitePoint) 从上面那三个原色坐标和白点解出 RGB→XYZ 的 3×3 矩阵，那个矩阵的第二行就是这三个数。换一个色域（比如 P3），这三个数就变了。

不补数学的话：你不知道它们会变，于是在 P3 内容上套 BT.709 的系数，算出来的亮度是错的——而且不报错。

5. `RenderProperties::updateMatrix()`：为什么一旦绕 X/Y 转就要动用相机

frameworks/base/libs/hwui/RenderProperties.cpp：

if (MathUtils::isZero(getRotationX()) && MathUtils::isZero(getRotationY())) {
    // 纯二维：平移、绕 Z 转、缩放，全在一个 SkMatrix 里搞定
    transform->setTranslate(...);
    transform->preRotate(...);
} else {
    // 一旦要绕 X 或 Y 转，就得动用一台"相机"
    mComputedFields.mTransformCamera.rotateX(...);
    mComputedFields.mTransformCamera.rotateY(...);
}

它在干什么：View 的 rotationX / rotationY 一旦非零，hwui 就走另一条路，凭空多出一台相机。

不补数学的话：你不知道这个分支为什么存在，也就不知道相机被放在屏幕后面 8 英寸（ $z = -576$ ）是什么意思、改这个数会让动画看起来怎样。卡片翻转动画透视过头了要调，你只能试数。

看懂、改动、改对

这五段有个共同点：代码本身没有难度，难的是每个数在数学上代表什么。

看懂：知道 M[2][0] = w 那个 w 是平移量，不是什么神秘偏移
改动：敢动 R*(H*V) 的顺序，因为你知道动了会发生什么
改对：知道 0.2126 会随色域变、知道 4×4 是列主序、知道平移为什么必须靠第三维

差别不在能不能跑起来，在于出了问题你是在推导还是在试数。这类 bug 通常不崩溃、不报错，只是画面"说不上哪儿不对"——试数是试不出来的。

这也是这套教程的基本思路：不从零建立直觉，而是给你已有的工程直觉配上数学名字。 你早就知道"变换能叠加、顺序换了结果不一样"——缺的只是有人告诉你，这件事叫矩阵乘法，它不满足交换律。名字是钥匙，有了名字才能去查、去推、去判断一段陌生代码有没有踩坑。

二、这个教程讲了什么

写法：每一篇都从一段你读过的 AOSP 源码开始，抛出几个"你可能从没细想过"的问题，正文推完，结尾再回到那段代码把问题逐个答掉。

主线：从你最熟的 2D 图层合成出发，一路推到最陌生的 3D 渲染，每一步都从已知推到未知。

篇目

#	篇目	讲什么	时长
附	数学速查表	弧度、sin/cos、函数图像、常用记号。不必顺读，卡住了再翻	—
Part 1 · 从你熟的 2D 说起（读得快一些，这些你天天在用）
1	坐标系与向量	`Rect` 为什么 `top < bottom`；四个 `ProjectionSpace` 为什么存在；点积的三种用法	35 min
2	2D 变换与矩阵	光看矩阵两列就读出它把空间怎么了；缩放/翻转/旋转；组合顺序、行列式、逆与转置	40 min
3	齐次坐标：为什么是 3×3 不是 2×2	`ui::Transform::set` 怎么把平移也塞进矩阵；`SkMatrix` 的 `kMPersp0/1/2` 与透视除法	35 min
Part 2 · 升到 3D（要放慢，这块对你基本是新的）
4	3D 变换与 MVP 链	hwui 的 `rotationX` 为什么要动用一台相机；含小节「四元数是干吗的」	45 min
5	投影与深度	`currentTransform` 该拿去干什么；24 位深度为什么还会 z-fighting	45 min
Part 3 · 像素级的数学（最值得反复读，你的半懂地带）
6	插值	`needsFiltering()` → `kLinear` 这条链；双线性放大为什么发糊；插值和滤波是一回事	40 min
7	采样、走样与滤波	`kInputScale = 0.25f` 为什么不算 bug；奈奎斯特、卷积、mipmap 为什么存在	45 min
8	Gamma 与线性空间	`response()` 为什么分段；OETF 和 EOTF 哪个是哪个；线性空间铁律	40 min
9	色域、YUV 与 HDR	`Dataspace` 三段位域各管什么；`0.2126/0.7152/0.0722` 从哪来	50 min

正文九篇合计约 6 小时。别指望一口气读完，按 Part 分批更合适。

每篇末尾有自测，答案是折叠的——先自己答一遍再展开。

提前打个招呼：两个坐标约定

系列里换过一次坐标系，这不是笔误：

	用在哪	约定
屏幕/图像坐标	Part 1 与 Part 3（第 1~3、6~9 篇）	原点左上， $+X$ 右， $+Y$ 下
图形学右手系	Part 2（第 4~5 篇）	$+Y$ 上，相机看向 $-Z$