HLSL中的MUL指令深层剖析
原作者邮箱 BoYueGame#Gmail#com 欢迎交流。
此贴可以随意转载而不用注名出处。但也别说是你写的就行。
在读此文之前,读者应该知道什么是行主,列主矩阵,写过简单的HLSL或者ASM SHADER
读者知道简单的矩阵运算规则
本文主要内容有:
一、部分背景内容
二、HLSL中的row-major matrix picking and column-major matrix picking
三、MUL规则
四、观察矩阵的另类解释和TBN空间的类推
五、HLSL中矩阵的构造(为什么WorldToTargentSpaceMatrix要左乘LightDir)
一、部分背景
既然是HLSL中的指令,那我们的所有标准就以D3D而来。换句话说,矩阵以如下方式存储
11 12 13 14
21 22 23 24
31 32 33 34
41 42 43 44
典型的世界矩阵如下
C1 C2 C3 C4
R1 1 0 0 0
R2 0 1 0 0
R3 0 0 1 0
R4 20 20 20 1
这就是传说中的行主矩阵(row-major matrix) 注:这里只说它的存储方式,而不管他的运算符操作方法。
对于一个这样的矩阵,我们给一个行向量(row vector) V(X,Y,Z,W)
那么,V*M为如下结果
X = X*11+Y*21+Z*31+W*41 (1)
Y = X*12+Y*22+Z*32+W*42 (2)
Z = X*13+Y*23+Z*33+W*43 (3)
W = X*14+Y*24+Z*34+W*44 (4)
看到上面的1,2,3,4四个运算,我们很自然想到了向量点乘(Dot Product)我们把三维向量的点乘简称dp3,四维的则叫dp4 那么有
dp3(V1,V2)= V1.x*V2.x+V1.y*V2.y+V1.z*V2.z
dp4(V1,V2)= V1.x*V2.x+V1.y*V2.y+V1.z*V2.z+V1.w*V2.w
于是,我们的向量V乘矩阵M就可以表示为
V.X = dp4(V,M[C1]);
V.Y = dp4(V,M[C2]);
V.Z = dp4(V,M[C3]);
V.W = dp4(V,M[C4]);
说了这么多,好像不是在说MUL指令,但其实这个MUL指令息息相关。
首先来看看Mul(x,y)指令的最基本的信息。
当X为向量时,X被视为行向量。
当Y为向量时,Y被视为列向量。
大家都知道,在HLSL中,如果我们采用Effect::SetMatrix进行矩阵的设置时,我们就可以采用如 Mul(inPos,matWorldViewProj)来计算。 而如果是用普通的SetVertexConstantF等来设置矩阵数据的话,就需要 用Mul(matWorldViewProj,inPos)来计算,或者用
Mul(inPos,matWorldViewProjTranspose)。
我想许多人都明白,那是因为在用SetMatrix时,HLSL会将矩阵进行转置,进而成为一个列矩阵。自然,采用SetMatrix与不采用SetMatrix就不一样了。
可是,我们之前不是说了么,行向量乘以行主矩阵才是 向量在左边呀, 但现在一个是行向量,一个是列矩阵。 怎么就绕不过来了呢。
其实很容易绕过来,要知道MUL是我们(或者说叫他们)自己定义的,怎么实现难道还非得按照标准的线性代数规则来安排位置不成。用HLSL写过SHADER的人都应该清楚下面这段代码的含义。
float4x4 matViewProjection;
float4 vs_main(float4 Position : POSITION0) : POSITION0
{
return mul( Input.Position, matViewProjection );
}
//其对应的汇编代码如下
// matViewProjection c0 4
//
vs_2_0
dcl_position v0
dp4 oPos.x, v0, c0
dp4 oPos.y, v0, c1
dp4 oPos.z, v0, c2
dp4 oPos.w, v0, c3
是不是觉得dp4很亲切呢。对了,就是它。 这意思就是说,我们的c0,c1,c2,c3存放着我们先前讲到的C1 C2 C3 C4。 这就是我们的背景内容,到此结束。 下面将展开一系列的为什么。
而如下的HLSL代码
float4x4 matViewProjection;
float4 vs_main(float4 Position : POSITION0) : POSITION0
{
return mul(matViewProjection,Input.Position );
}
对应的ASM SHADER如下
mul r0, v0.y, c1
mad r0, c0, v0.x, r0
mad r0, c2, v0.z, r0
mad oPos, c3, v0.w, r0
由此可以看出 此时的C0-C3存放的是一个行矩阵。在此仅为证明 mul(向量,矩阵) 与 mul(矩阵,向量)不是一个东西。
二、HLSL中的row-major matrix picking and column-major matrix picking
HLSL在将矩阵赋值给常量寄存器的时候。有两种方式,一种是每个常量寄存器存放一行的数据,另一种是每个常量寄存器存放着一列的数据。默认是按列选取(column-major matrix picking)。
假设有一个矩阵M,其存放位置是从C0寄存器开始。 那么如果我们按行选取(row-major picking)则有
C0 = 11 12 13 14
C1 = 21 22 23 24
C2 = 31 32 33 34
C3 = 41 42 43 44
如果我们按列选取(col-major picking)则有
C0 = 11 21 31 41
C1 = 21 22 32 42
C2 = 31 32 33 43
C3 = 41 42 43 44
三、MUL规则
有了上面的的了解,我们就可以很容易地知道,MUL到底用什么。当然是取决于这两种选取规则。下面我们就逐一讨论。 在此依然要声明一下, 我们程序中的矩阵是按D3D标准存放。
1、采用SetMatrix, 采用按列选取(col-major picking)
在这样的方式下,若我们将C0-C3按如下排开
C0
C1
C2
C3
则它是一个转入矩阵的转置矩阵。即Cx为先前矩阵的x列
而由我们先前提到的MUL(向量,矩阵)的ASM代码可以得出。 这正是我们想要的。
dp4 oPos.x, v0, c0
dp4 oPos.y, v0, c1
dp4 oPos.z, v0, c2
dp4 oPos.w, v0, c3
于是,在这种方式下,我们采用的是MUL(向量,矩阵)
2、采用SetMatrix,采用按列选取(row-major picking)
在这样的方式下,我们得到的和设置前的矩阵一样。 由此看来,我们得到的矩阵与按行存储的矩阵刚刚是一个转置。 既然是这样,那大家回忆一下矩阵运算法则
A*B ó BT*AT
这里若A*B对应的是Mul(向量,矩阵). 其中A为行向量即1Xn的矩阵,矩阵为nXm
那么Mul(矩阵,向量)则真好对应了上面的公式。
注:当向量作为第二个参数是,是一个列向量,即n X 1矩阵
所以,在这种方式下我们采用的是Mul(矩阵,向量)
3、不采用SetMatrix,采用按列选择。
在这样的方式下,相对于一方按,得到的矩阵和2方案相同。
4、不采用SetMatrix,采用按行选择.得到的矩阵和1方案相同。
四、观察矩阵的另类解释和TBN空间的类推
在D3D SDK文档中有一份这样的公式。讲述的是
D3DXMatrixLookAtLH
函数生成的东西。(这是一个左手观察系,采用D3D的行矩阵方式存储)
zaxis = normal(At - Eye)
xaxis = normal(cross(Up, zaxis))
yaxis = cross(zaxis, xaxis)
C1 C2 C3 C4
R1 xaxis.x yaxis.x zaxis.x 0
R2 xaxis.y yaxis.y zaxis.y 0
R3 xaxis.z yaxis.z zaxis.z 0
R4 -dot(xaxis, eye) -dot(yaxis, eye) -dot(zaxis, eye) l
计算机图形学书上也讲了如何推导这个矩阵。但貌似依然没有给出为什么这样写就构成了观察矩阵了。
首先明白观察矩阵的目的是:将一个世界空间的坐标转换到观察坐系中。 即将一个由X,Y,Z轴构成的世界空间的坐标点调整到由摄相机的 上向量、观察方向、右向量的空间中。 在这里,摄相机的右向量(上向量与观察方向的叉乘)等同于世界坐标系中的X轴。 上向量等同于Y轴,观察方向等同于Z轴。
然后,我们试着拿一个点与这个矩阵相乘。
V0*matView
按背景知识中讲到的,我们得到的一个点V1是。
V1.x = V0.x·matView[C1]
V2.y = V0.y·matView[C2]
V3.z = V0.z·matView[C3]
V4.w = V0.w·matView[C4]
上面式子中 ·表示dp4
在中学的时候我们就学过,点乘表示一个向量在另一个向量上的投影。好吧,我们要的就是这东西。
上面的图中(图太丑了,见笑) AD即为AC在AB上的投影。
而-dot(xaxis, eye) -dot(yaxis, eye) -dot(zaxis, eye) 则是因为摄相机并不在原点,而我们在做投影变换的时候,以原点为观察参考点会简化很多工作。所以我们的顶点要先把自己移回原点才行。而移的多少,正好是原点到摄相机的位置构成的一个向量在自己各个轴上的投影。
于是,我们可以知道,乘以观察矩阵, 就相当于是把一个点以原点为起点,自己为终点,构造一个向量,然后求出自己在由摄相机的各个轴构上的投影。最后再根据摄相机位置移回原点的过程。 由于我基本上不会画图,所以大家看起来有些吃力了。请各位见谅。 但这并不是什么复杂的事情,只要用上点乘是投影的这个理念,自然就想明白了。
而我们模型中的T B N信息。按以下方式构造出来的矩阵,则刚好是由模型空间到切线空间的转换。
Tx Bx Nx
Ty By Ny
Tz Bz Nz
五、HLSL中矩阵的构造(为什么WorldToTargentSpaceMatrix要左乘LightDir)
在我们的NormalMapping等需要转换到切线空间的映射中,常常看到这样的代码
Float3x3 matWorldToTargent = {WorldT,WorldB,WorldN};
又或者
Float3x3 matWorldToTargent;
matWorldToTargent[0] = WorldT;
matWorldToTargent[1] = WorldB;
matWorldToTargent[2] = WorldN;
//float3 LightDir;
LightDirInTS = mul(matWorldToTargent,LightDir);
我也看到网上许多人问这个问题,并且我先前也不是懂。 因为看到的HLSL代码中,并没有出现row-major matrix picking和column-major matrix picking转换的代码,也就是说,默认为column-major matrix picking。 当然会想到,我们构造出来的矩阵,其对应的寄存器值正好是
Cx = WorldT;
Cx+1 = WorldB;
Cx+2 = WroldN;
所以,它刚好是
Tx Bx Nx
Ty By Ny
Tz Bz Nz
的转置,
Tx Ty Tz
Bx By Bz
Nx Ny Nz
应该用LightDirInTS = mul(LightDir,matWorldToTargent);才对。
显然,我们被眼睛深深的欺骗了。
请看如下代码
float4x4 mat;
mat[0] = float4(1,2,3,4);
mat[1] = float4(5,6,7,8);
mat[2] = float4(9,10,11,12);
mat[3] = float4(13,14,15,16);
mul(mat,inPos);
对应的是
def c4, 1, 2, 3, 4
def c5, 5, 6, 7, 8
def c6, 9, 10, 11, 12
def c7, 13, 14, 15, 16
而若将指令改为mul(inPos,mat); 那么常量存放的值为
def c4, 1, 5, 9, 13
def c5, 2, 6, 10, 14
def c6, 3, 7, 11, 15
def c7, 4, 8, 12, 16
并且,上面的数据与HLSL中的矩阵数据picking方式无关。而对矩阵的操作,则都为dp4 pos,cx,也就是说对于mul(inPos,mat);的情况,相当于是将其转置,再进行dp4操作。 而对于mul(mat,inPos);则是直 接进行dp4操作。 而按我们想要的,则第一种情况才满足条件。 第二种是因为优化导致的先转置再dp4,与前面提到的不转置进行类似于下面的操作是一样 的。
mul r0, v0.y, c1
mad r0, c0, v0.x, r0
mad r0, c2, v0.z, r0
mad oPos, c3, v0.w, r0
若我们认定HLSL中构造矩阵是一个常量寄存器装一个mat[i]。即第一种情况。 那么此时想当于得到的是未经转置的矩阵,我们则认为,T B N在构造后,形成的是一个
Tx Ty Tz
Bx By Bz
Nx Ny Nz
mul(mat,inPos);刚好满足要求。
若我们认定HLSL中构造矩阵的时候,一个常量寄存器不是装一个mat[i] 面是将构造他的float4的各个分量分别存。 即第二种情况。那么得到的便是
Tx Bx Nx
Ty By Ny
Tz Bz Nz
我们想要它实现转换,则必须转置。 而由A*B ó BT*AT ,可知,mul(mat,inPos)即为所求。
第二种认定方案是比较容易让人接受的方案。
花了三个小时的时间来总结这几天纠结的问题,总算有一个收场。 其实还有一些关于RenderMonkey的问题,而有了上面的理解了,那些已经不是问题了。待有空再继续总结。
原文地址: http://www.cppblog.com/Leaf/archive/2010/12/28/137
转载于:https://www.cnblogs.com/waterdragon/archive/2011/09/14/2176763.html
HLSL中的MUL指令深层剖析相关推荐
- HLSL中mul()函数的解释
原文的地址:https://www.cnblogs.com/X-Jun/p/9808727.html 阅读目录 前言 一些线性代数基础 行主矩阵与列主矩阵 矩阵左乘与右乘 C++和HLSL中矩阵的内存 ...
- HLSL中mul函数的使用
一.mul函数 mul函数的作用是完成向量与矩阵的乘法运算,有如下两种形式 1.mul(v, M):行向量v乘以矩阵M 2.mul(M, v):矩阵乘以列向量v 默认情况下,矩阵是按列选取(colum ...
- Java锁-Synchronized深层剖析
Java锁-Synchronized深层剖析 前言 Java锁的问题,可以说是每个JavaCoder绕不开的一道坎.如果只是粗浅地了解Synchronized等锁的简单应用,那么就没什么谈的了,也不建 ...
- c语言中mul的用法,MUL指令(无符号数的乘法指令)
1.MUL指令(无符号数的乘法指令) 指令格式: MUL OPS :OPS可以是reg和mem操作数. 被乘数先放在AX或AL.EAX中,再将乘数给OPS. 字节乘法: (AL)*(OPS8)→AX ...
- 汇编语言----mul指令
mul指令:把操作数与AX相乘,最后存放在AX中 例子: mov ax,4 mov bx,5 mul bx ;ax=20
- mul matlab,汇编语言MUL指令:无符号数乘法
32 位模式下,MUL(无符号数乘法)指令有三种类型: 第一种执行 8 位操作数与 AL 寄存器的乘法: 第二种执行 16 位操作数与 AX 寄存器的乘法: 第三种执行 32 位操作数与 EAX 寄存 ...
- FPGA之道(36)Verilog中的编译指令
文章目录 前言 Verilog中的编译指令 define指令 timescale指令 inlcude指令 前言 本文摘自<FPGA之道>,一起来了解下Verilog中的编译指令. Veri ...
- 【Android FFMPEG 开发】Android 中执行 FFMPEG 指令 ( 集成 FFmpegAndroid 框架 )
文章目录 一.推荐开源项目 二.Android 中执行 FFMPEG 指令 1.导入依赖 2.Java 代码编写 3.使用时的代码示例 三.博客资源 一.推荐开源项目 最近需要在 Android 中进 ...
- java中Freemarker list指令详解
java Freemarker中list指令主要是进行迭代服务器端传递过来的List集合. 定义 <#list nameList as names> ${names} </#list ...
最新文章
- 20. Valid Parentheses
- 关于学习Python的一点学习总结(54->集合->堆->双端队列)
- android 监听物理返回键,Android应用开发之react-native 监听Android物理返回键
- 使用ArcGIS Engine连接ArcIMS feature Service 获得FeatureCLass
- foreman架构的引入2-安装前环境准备
- 头条白板面试_如何在白板上组织您的想法并粉碎技术面试
- 禁用 Bootstrap 模态框(Modal) 点击空白时自动关闭
- 《图像处理实例》 之 寻找山脊线
- 控制工程中的数学建模(1)——二阶有源低通滤波器(之一)
- Docker中级篇,看这篇就对了
- AR law : Privacy
- 战双服务器维护,战双帕弥什维护到几点 战双帕弥什维护什么时候结束
- Re:从零开始的DS学习 十大排序算法我都整理好了
- PowerPMAC技术培训------3、PowerPMAC编程工具-IDE
- 与ck读音相同的单词有哪些
- 德国风力发电机发电数据集(13w多条数据)
- Swiper Social项目(一): Swiper Social项⽬概览及项⽬⽬标(类似于探探)
- 全志a10 Android,全志A10 Android4.0 电话系统 使用说明文档 (MU509篇)
- 数据规范化处理方法-Min-max 规范化和 Z-Score 规范化
- Group_concat()函数使用介绍
热门文章
- java gc会回收类么_Java GC 垃圾回收机制
- 【正一专栏】老夫老妻了,你还会说我爱你吗?
- (转载)hive文件存储格式
- 深度对比Python(Numpy,Scipy)与Matlab的数值精度
- Ubuntu 9.10下Nvidia官方最新190.42显卡驱动安装
- Java基础类库四则运算_00JAVA语法基础_四则运算 01
- c# excel导出png_C#与Halcon联合编程步骤
- layui使用方法——图标
- CTFshow php特性 web131
- “双向链表的一些基本操作”