图形学入门实战：Ubuntu虚拟机、Eigen齐次坐标与CMake编译链路

简介《Games101-作业0pdf》面向计算机图形学初学者及GAMES101课程学习者是一份围绕作业0虚拟机环境搭建与开发准备的指导文档重点解决统一实验环境配置、代码编辑与运行前的准备问题。压缩包内共1个PDF文件大小约874KB内容覆盖VirtualBox虚拟机安装、虚拟硬盘文件挂载、Guest Additions增强功能安装、作业框架传输及VSCode编辑等流程并补充C头文件、函数体示例、常见编译与链接错误提示以及Eigen库使用注意事项。已有435人学习适合希望减少环境配置障碍、快速熟悉课程作业流程的读者参考也可作为图形学入门阶段的上机操作备忘与排错索引。1. 图形学入门课的第一份作业其实是一次环境交付很多人以为图形学第一份作业是画三角形结果打开这份作业 0 的 PDF 讲义才发现通篇讲的是怎么装虚拟机。它不让你写渲染器也不要求你手推矩阵只做三件事把你塞进一台配置好的 Ubuntu 虚拟机里让你熟悉 C 加 Eigen 的线性代数写法最后用 cmake 把程序编译出来跑一遍。适合谁刚入门图形学、在环境配置上卡过壳的开发者或者想找一个最小骨架练手 C 数学库的人。那道「点绕原点逆时针转 45 度再平移 (1,2)」的题本身不难但它把齐次坐标、矩阵乘向量、编译链路串成了一条线后面所有作业都踩在这条线上所以这份讲义值得当成项目来拆一遍。2. 环境底座虚拟硬盘挂载、Guest Additions 与主机文件互通2.1 为什么发的是 .vdi而不是一份安装文档课程方给出的不是「先 apt install 这个那个」的清单而是一个虚拟硬盘文件。这个选择的底层逻辑很直接图形学作业的依赖链不算短g、cmake、Eigen 头文件、编辑器、甚至系统的图形库版本任何一处不一样后面就会出现「我这能跑、你那报错」的玄学问题。虚拟硬盘相当于把已经装好系统的整块磁盘打个包你挂载上去开机进去就是一个完全一致的 Ubuntu 环境编译器和 Eigen 都已经躺在里面了。对一个需要交作业的人来说这省下的不是十分钟而是一整晚。我见过太多人卡在「Eigen 装完找不到头文件」「cmake 版本太低」这类跟图形学本身毫无关系的地方最后连第一行变换矩阵都没写出来就放弃了。所以这份作业 0 真正的交付物不是那道坐标题而是一个能开机的、可复现的环境底座。常见做法是把解压出来的.vdi文件单独放在一个目录里别塞进 VirtualBox 默认的虚拟机存放路径方便后续备份和复制。虚拟机内存按讲义建议给 2GB 就够类型选 Linux版本选 Ubuntu 64-bit然后在「虚拟硬盘」这一步选择「使用已有的虚拟硬盘文件」指向那个.vdi点创建开机。注意挂载已有硬盘时不要把它当成光驱或者新建一块空盘一旦 VirtualBox 尝试初始化这块盘里面的系统和依赖就没了重新下载的代价不小。2.2 图形界面建虚拟机或者干脆走命令行大部分人是点鼠标建出来的但如果你需要反复重建环境比如搞坏了想重来命令行更快。VBoxManage是 VirtualBox 自带的命令行工具装完就在 PATH 里常见写法是这样# 注册一台新虚拟机系统类型标记为 Ubuntu 64 位 VBoxManage createvm --name GraphicsHW0 --ostype Ubuntu_64 --register # 内存 2GB2 个 CPU显存 64MB默认显存太小会拖慢桌面 VBoxManage modifyvm GraphicsHW0 --memory 2048 --cpus 2 --vram 64 # 加一个 SATA 控制器然后把已有的 .vdi 挂上去 VBoxManage storagectl GraphicsHW0 --name SATA --add sata --controller IntelAhci VBoxManage storageattach GraphicsHW0 --storagectl SATA --port 0 --device 0 \ --type hdd --medium /path/to/your/disk.vdi # 启动 VBoxManage startvm GraphicsHW0--type hdd是关键参数表示这块介质是硬盘而不是光盘--medium后面跟的是.vdi的绝对路径。--ostype只影响 VirtualBox 预设的一些硬件参数填错了系统一般也能起来但网卡和声卡型号可能对不上建议按实际的 Ubuntu 64-bit 填。这套命令我一般写成一个小 shell 脚本环境搞崩了直接重跑一遍比在图形界面里点十几次稳。2.3 Guest Additions不起眼但决定体验的一步系统能开机只是第一步。默认状态下虚拟机的分辨率是固定的鼠标进出要按热键主机和虚拟机之间也没法拖文件用起来非常别扭。这些能力都来自 Guest Additions一套装在客户机里的驱动和工具集。图形界面的做法是进入系统后点顶部菜单「设备」→「安装增强功能」VirtualBox 会把一个 ISO 挂到客户机的光驱里按提示跑完安装脚本然后重启。如果这一步失败常见于桌面环境没自动挂载光盘或者提示缺少内核模块就手动来# 建一个挂载点把光驱里的增强功能镜像挂上去 sudo mkdir -p /media/cdrom sudo mount -t auto /dev/cdrom /media/cdrom/ # 进到镜像目录直接跑安装脚本 cd /media/cdrom/ sudo sh VBoxLinuxAdditions.run逐条看mkdir -p里的-p是父目录不存在就一起建重复执行不报错mount -t auto让系统自己识别文件系统类型比硬写iso9660省事VBoxLinuxAdditions.run是一个自带内核模块编译逻辑的脚本所以必须用sudo跑它在过程中会调 gcc 编译 vboxsf、vboxvideo 这些模块编译失败通常意味着客户机里缺内核头文件。跑完记得重启虚拟机让新模块生效。重启后你会发现分辨率能自适应窗口大小了剪贴板能双向复制这两点对后面写代码帮助很大——你可以在主机上查文档直接复制到虚拟机里。2.4 把作业框架送进虚拟机拖放、共享文件夹、scp文件互通有三种常见路子按上手难度排序第一种是拖放。需要在「设备」里把拖放功能设成「双向」否则默认只允许主机往客户机拖或者干脆是关闭的。设完之后从主机文件管理器里把作业文件夹拖进虚拟机桌面就行。这条路最直观但也最容易失效——增强功能没装好、桌面环境不接管拖放事件都会导致拖了没反应。第二种是共享文件夹。在「设备」→「共享文件夹」里加一条指向主机上的作业目录勾上自动挂载客户机里就能在/media/sf_xxx下看到。这条路稳定适合后续持续编辑缺点是第一次要配置而且用户得加进vboxsf组才有写权限。第三种是scp前提是你给虚拟机配了桥接或 NAT 端口转发。对单人开发来说有点重但如果你的代码要在主机上用 IDE 写、虚拟机里只负责编译运行这条路反而干净。传进去之后用虚拟机里自带的 VS Code 打开File → Open Folder选中作业目录即可。整个链路到这里就通了剩下的都是写代码。3. 框架解剖main.cpp、头文件与 cmake 的编译链路3.1 框架里到底有哪几个文件作业框架非常小小到很多人打开后不知道该看哪。核心就两个文件加一个目录文件/目录职责你需要动的部分main.cpp程序入口样例代码 你要填的变换逻辑几乎全部改动都在这里CMakeLists.txt声明可执行文件名、C 标准、依赖的库一般不动除非加源文件或换名字build/编译产物目录由你自己创建不提交、不手动改这个结构是刻意做小的把「写代码」和「构建系统」隔开让你第一次接触 cmake 时只看到最必要的几行。很多人后面自己搭项目习惯把所有.cpp和产物堆在一个目录里编译一次满屏.o文件那是没养成 out-of-source 构建的习惯而这份框架从一开始就把你往这个方向上带。3.2 main.cpp 的骨架头文件和主函数样例程序大致长这样我按原样重写一遍并补上注释#include cmath // sqrt、acos、sin 这些数学函数 #include iostream // std::cout、std::endl #include eigen3/Eigen/Core // Eigen 的矩阵/向量核心只引 Core 就够 int main() { float a 1.0f, b 2.0f; std::cout a std::endl; // 输出 1 std::cout a / b std::endl; // 输出 0.5 std::cout std::sqrt(a) std::endl; // 开方输出 1 std::cout std::acos(-1) std::endl; // 得到 π ≈ 3.14159 std::cout std::sin(30.0 / 180.0 * std::acos(-1)) std::endl; // 30 度转弧度 return 0; }三个头文件的分工要拎清cmath提供数学函数iostream提供流式输出eigen3/Eigen/Core提供矩阵和向量。Eigen 是一个纯头文件库所谓「纯头文件」意思是它没有.so或.a需要链接编译器在编译期把头文件里的模板实例化出来就行。这一点很重要它解释了为什么后面undefined reference的报错基本跟 Eigen 无关而是你自己的函数或者别的库没链上。主函数里最值得盯的是最后一行。std::sin的入参单位是弧度不是角度所以 30 度必须写成30.0 / 180.0 * π。std::acos(-1)是拿 π 的经典写法因为 arccos(-1) 在数学上就等于 π比硬写3.14159精度更高也不用额外引numbers。这个技巧在后面算 45 度旋转矩阵时会反复用到第一次见容易觉得绕但它确实是 C 里最通用的取 π 方式。另外注意所有浮点字面量都带了f后缀。1.0默认是double赋给float会隐式窄化Eigen 的Vector3f、Matrix3f都是float精度混用double会在某些运算里触发编译期报错或者至少多一次类型转换。养成全篇统一float的习惯能省掉一堆莫名其妙的模板错误。3.3 CMakeLists.txt十几行撑起整个构建框架自带的CMakeLists.txt内容不多常见形态是这样cmake_minimum_required(VERSION 3.10) # 最低 cmake 版本别写太高 project(Transformation) # 工程名习惯跟可执行文件同名 set(CMAKE_CXX_STANDARD 14) # Eigen 用 C14 比较稳妥 set(CMAKE_CXX_STANDARD_REQUIRED ON) # 告诉编译器去哪找 Eigen 头文件写法二选一 include_directories(/usr/include/eigen3) # find_package(Eigen3 REQUIRED) # include_directories(${EIGEN3_INCLUDE_DIR}) add_executable(Transformation main.cpp) # 生成的可执行文件名add_executable的第一个参数就是最终生成的文件名决定了你后面敲./Transformation还是./xxx。CMAKE_CXX_STANDARD设成 14 是个保守选择Eigen 的新版本要求 C14 起步设低了会在模板展开时报一堆语法错。Eigen 的引入有两种写法。include_directories(/usr/include/eigen3)是硬编码路径简单粗暴在课程提供的统一环境里必定有效find_package(Eigen3 REQUIRED)更规范但要求系统里装了 Eigen 的 cmake 配置文件缺了会直接 configure 失败。我一般先用硬编码路径跑通确认环境没问题之后再换成find_package免得一开始就被找不到包卡住。3.4 五步编译从建目录到跑出结果讲义里给的流程是标准的 out-of-source 构建mkdir build # 建一个专门放编译产物的目录 cd build # 进去 cmake .. # 读上一级目录的 CMakeLists.txt生成 Makefile make # 按 Makefile 编译错误直接打在终端 ./Transformation # 运行生成的可执行文件cmake ..里的..是源码目录cmake .里的.是当前目录。这个点很容易搞混你在build/里源码在上一级所以必须是..。写成.会报「找不到 CMakeLists.txt」新手第一次基本都会踩。make这一步的报错最有信息量编译器会把文件名、行号、错误类型一起打出来认真读前三条基本就能定位。./Transformation前面的./不能省Linux 默认不在当前目录找可执行文件直接敲Transformation会提示 command not found这跟程序本身没关系是 shell 的搜索路径问题。3.5 五类报错的对照表讲义里列了几种典型错误我按「看到什么 → 大概率是什么 → 怎么处理」整理成表比逐条文字更好查终端报错常见原因处理方向error: ...编译错误语法、拼写、类型不匹配、少分号看第一条报错的行号往往后面的错都是它引发的undefined reference to xxx链接错误函数声明了但没实现或库没链上检查add_executable是否包含该源文件、target_link_libraries是否漏了Segmentation fault数组越界、野指针、栈上开了超大局部数组用gdb ./Transformation跑bt看调用栈Bus error内存对齐问题或访问了非法地址成因与段错误类似先排查指针和越界Eigen 的固定大小对象别放在会被错误对齐的结构里Math error除数为 0或者sqrt/acos收到了定义域外的值打印中间变量检查分母和入参范围表格里最容易被忽视的是undefined reference。它跟编译错误不是一回事编译阶段通过了说明语法没问题卡在链接阶段说明某个符号只有声明没有定义。对这份作业来说99% 的情况是你在CMakeLists.txt里漏了某个.cpp或者自己写了个函数只在头文件里声明、忘了写实现。4. Eigen 线性代数实战从 Vector3f 到齐次坐标的旋转平移4.1 Vector3f定义、输出、加减、数乘与点积Eigen 的向量用模板类表示Vector3f就是三个float组成的列向量。样例代码演示了基础操作我把它补完整Eigen::Vector3f v(1.0f, 2.0f, 3.0f); Eigen::Vector3f w(1.0f, 0.0f, 0.0f); std::cout v std::endl; // 按列输出纵向排列 std::cout v w std::endl; // 逐分量相加 std::cout v - w std::endl; // 逐分量相减 std::cout v * 3.0f std::endl; // 数乘写在左写在右都行 std::cout 2.0f * v std::endl; std::cout v.dot(w) std::endl; // 点积结果是标量 1 std::cout v.cross(w) std::endl; // 叉积结果是向量 (0, 3, -2)Vector3f的f后缀表示float对应的还有Vector3ddouble和Vector3iint。点积用.dot()讲义里留给你自己探索其实它跟数乘的形式差别很大数乘得到同维向量点积得到标量。叉积.cross()只对三维向量有定义结果是垂直于两个输入向量的新向量右手定则决定方向。输出格式要注意std::cout v打出来是竖着的三行不是一行三个数。这个差异第一次看会觉得奇怪但它是 Eigen 刻意的设计让矩阵输出看起来像纸上写的矩阵。4.2 Matrix3f逗号初始化与矩阵乘向量矩阵的定义方式跟向量类似但初始化要用逗号表达式Eigen::Matrix3f i, j; i 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0; j 2.0, 3.0, 1.0, 4.0, 6.0, 5.0, 9.0, 7.0, 8.0; std::cout i std::endl; // 按行铺开输出 3x3 std::cout i j std::endl; // 逐元素加 std::cout i * 2.0f std::endl; // 数乘逐元素 std::cout i * j std::endl; // 矩阵乘不是逐元素 std::cout i * v std::endl; // 矩阵乘向量得到新向量这里有个坑逗号初始化是按行填充的跟写出来的视觉顺序一致但跟内存里的列优先存储顺序相反。Eigen 默认列优先你写i 1,2,3, 4,5,6, 7,8,9得到的确实是第一行 1、2、3但如果你直接用数组指针塞数据顺序就反了。另一个坑是i * j。Eigen 里*对矩阵就是标准矩阵乘法不是 MATLAB 里那种. *逐元素。想做逐元素相乘得用i.cwiseProduct(j)。这个区别在做变换矩阵乘法时特别关键因为变换矩阵相乘的顺序直接决定了几何效果。4.3 齐次坐标为什么二维的点要写成三维向量平移在二维空间里不是线性变换没法用 2x2 矩阵表示因为线性变换必须把原点映射到原点。解决办法是升一维把点 (x, y) 写成 (x, y, 1)用 3x3 矩阵同时容纳旋转和平移第三列前两行装平移量最后一行固定为 (0, 0, 1)。写成矩阵就是[ cosθ -sinθ tx ] [ x ] [ sinθ cosθ ty ] * [ y ] [ 0 0 1 ] [ 1 ]这样一次矩阵乘向量就完成了「先旋转、再平移」。齐次坐标的完整理论还涉及 w 分量和透视除法但对作业 0 来说记住「二维点补 1平移放第三列」这两条就够用了。后面作业里所有模型变换、视图变换、投影变换本质都是这个套路的延伸只不过维度从 3x3 变成了 4x4。4.4 把题目写成代码(2,1) 转 45 度再平移 (1,2)题目要求点 P(2,1)绕原点逆时针旋转 45 度再平移 (1,2)用齐次坐标计算。代码可以这样写#include cmath #include iostream #include eigen3/Eigen/Core int main() { // 齐次坐标二维点补一个 1 Eigen::Vector3f p(2.0f, 1.0f, 1.0f); // 45 度换成弧度用 acos(-1) 取 π 保证精度 float rad 45.0f / 180.0f * std::acos(-1); // 旋转矩阵第三列第三行补单位 Eigen::Matrix3f rot; rot std::cos(rad), -std::sin(rad), 0.0f, std::sin(rad), std::cos(rad), 0.0f, 0.0f, 0.0f, 1.0f; // 平移矩阵tx1, ty2 放在第三列 Eigen::Matrix3f trans; trans 1.0f, 0.0f, 1.0f, 0.0f, 1.0f, 2.0f, 0.0f, 0.0f, 1.0f; // 先旋转后平移矩阵乘的顺序是从右往左作用 Eigen::Vector3f result trans * rot * p; std::cout result std::endl; // 期望约 (1.7071, 4.1213, 1) return 0; }手算对一遍更放心。旋转部分x 2·cos45 − 1·sin45 1.4142 − 0.7071 0.7071y 2·sin45 1·cos45 1.4142 0.7071 2.1213。再平移x 0.7071 1 1.7071y 2.1213 2 4.1213。程序输出应该跟这个数对得上第三分量保持为 1。最容易出错的地方是乘法顺序。trans * rot * p表示先对 p 施加 rot再施加 trans因为矩阵乘法满足结合律等价于(trans * rot) * p而组合矩阵trans * rot的几何含义正是「先转后移」。如果写成rot * trans * p几何含义就变成「先平移后旋转」平移量会被旋转一起带偏结果完全不同。5. 排查清单虚拟机与编译链路上最容易翻车的 5 个点5.1 虚拟机侧增强功能与文件互通现象一增强功能装完、重启了拖放还是没反应鼠标依然要按热键才能切出来。原因通常不是安装失败而是拖放功能本身没开。VirtualBox 的拖放是独立开关默认是「禁用」跟增强功能是否装好没有必然关系。解决方式是在「设备」→「拖放」里明确选成「双向」然后重启客户机让设置生效。如果双向也无效检查客户机是不是 Wayland 会话某些桌面环境下拖放支持不完整切回 X11 会话就正常了。现象二VBoxLinuxAdditions.run跑到一半报编译错误提示找不到内核头文件。原因很直接增强功能需要现场编译内核模块而客户机里没装对应的linux-headers。课程给的镜像一般是预装好的但如果你自己换过内核或者升级了系统头文件版本就对不上了。解决方式是按当前内核版本装头文件再重跑命令大概是sudo apt install linux-headers-$(uname -r)之后重新执行安装脚本。跑完必须重启模块不重启不加载。5.2 编译侧头文件、链接与 CMake 缓存现象三cmake ..通过了但make报fatal error: eigen3/Eigen/Core: No such file or directory。这说明编译器在默认搜索路径里找不到 Eigen。Eigen 的安装路径通常是/usr/include/eigen3而代码里写的是#include eigen3/Eigen/Core也就是说编译器只要搜到/usr/include就能顺着找到。如果你的环境把 Eigen 装在别处或者include_directories那行被注释掉了就会报这个错。解决方式是在CMakeLists.txt里补上正确的路径或者用find_package(Eigen3 REQUIRED)让 cmake 自己找。现象四改了CMakeLists.txt之后重新cmake ..行为跟预期不一致像是改动没生效。原因是build/目录里缓存了上一次的配置CMakeCache.txt会把旧的路径、旧的可执行文件名记下来。遇到这种「改了没反应」的情况最省事的做法是直接rm -rf build然后重新建目录、重新cmake ..。我一般不在 build 目录里做增量修复重来一遍十秒钟的事排查缓存问题能花半小时。5.3 运行时段错误、总线错误与数学域错误现象五程序编译通过了一运行就Segmentation fault什么提示都没有。段错误是运行期的黑匣子程序被系统直接杀掉不会给你打印任何东西。对这份作业来说最常见的原因有两个一是在栈上开了超大数组比如float buffer[100000000]栈空间只有几 MB一进来就爆二是越界访问比如循环写到了Vector3f的第四个分量。定位方式是用gdb ./Transformation启动崩了之后敲bt看调用栈能直接指出是哪一行。还有一种不太直观的情况是Math error。std::sqrt(-1)或者除数为 0 都会触发浮点异常有些环境直接终止程序有些环境悄悄给你返回nan然后一路污染后续计算最后输出一堆nan或者-nan。我的习惯是在每一步变换之后都打印一次中间结果一旦发现nan就能立刻判断是上一步出的问题而不是等到最后对着一个错误坐标发呆。血泪经验是nan比崩溃更难查因为它不报错。提示虚拟机内存给 2GB 时编译大型项目或者同时开浏览器会明显卡顿如果make被系统 OOM killer 杀掉表现是「编译到一半进程莫名消失」这时候加内存比查代码有用。6. 二次开发把作业 0 改造成可复用的 2D 变换小工具作业 0 的代码把 45 度和 (1,2) 硬编码在 main 里跑一次就完事。如果想让它变成能反复用的东西第一步是把变换逻辑抽出来。抽的时候别急着上类一个函数就够// 输入原始点、旋转角度度、平移量输出变换后的齐次坐标 Eigen::Vector3f applyTransform(const Eigen::Vector3f p, float angleDeg, float tx, float ty) { float rad angleDeg / 180.0f * std::acos(-1); // 角度转弧度 Eigen::Matrix3f rot; rot std::cos(rad), -std::sin(rad), 0.0f, std::sin(rad), std::cos(rad), 0.0f, 0.0f, 0.0f, 1.0f; Eigen::Matrix3f trans; trans 1.0f, 0.0f, tx, 0.0f, 1.0f, ty, 0.0f, 0.0f, 1.0f; return trans * rot * p; // 先转后移 }参数说明angleDeg用角度而不是弧度是为了调用时不用每次自己乘 π/180tx、ty直接对应平移矩阵第三列。返回值仍然是齐次坐标第三分量恒为 1调用方如果不关心可以只取前两维。抽成函数之后改造方向就打开了。可以加一个main(int argc, char** argv)从命令行读参数把./Transformation 45 1 2跑成通用工具也可以顺手实现一个inverseTransform用矩阵求逆把结果转回去用来验证正确性。验证方法我一般用两条不变量比对着答案看更可靠验证点做法期望结果长度不变旋转前后点到原点的距离相等平移前后差值恰好等于平移量长度逆变换回原点对结果施加逆矩阵回到 (2,1,1)误差在 1e-5 以内顺序敏感交换 rot 和 trans 的相乘顺序结果明显不同说明顺序确实生效第三条尤其值得做一次。很多人对「矩阵乘法不满足交换律」只有抽象印象亲手把trans * rot改成rot * trans看到坐标从 (1.707, 4.121) 变成完全不同的值这个印象就刻进去了。后面做三维变换、视图矩阵的时候顺序搞反是高频错误提前在二维里踩一次比在作业三的渲染结果里排查一堆错位模型便宜得多。再往下可以做的事把旋转中心从原点改成任意点先平移到原点、转完再平移回去把多个变换合并成一个矩阵再作用到一批点上甚至把结果导出成 CSV 方便在主机上画图对比。这些都不难难的是养成习惯——每加一个变换就在纸上手算一组具体数字然后用程序跑同样的输入两边对上了再往下走。从那以后我每次写变换相关的代码都会先在注释里手写一遍期望结果再让程序输出对照对不上就停下来查而不是等渲染出一屏黑图再回头找。这份作业 0 看着简单但它给的这套「环境统一、逐步验证」的路子比那道旋转平移题本身值钱得多。希望帮到你。本文还有配套的精品资源点击获取