使用OpenGL实现三维坐标的拣选.doc

使用OpenGL实现三维坐标的鼠标拣选 Implementation of RIP（Ray-Intersection-Penetration） 3D Coordinates Mouse Selection Using OpenGL 顾 露 （武汉理工大学 计算机系 中科院智能设计与智能制造研究所 湖北武汉 430070） 摘要（Abstract）： 本文提出并实现一种用于三维坐标拣选的RIP（Ray-Intersection-Penetration）方法。介绍了如何在已经渲染至窗口的三维场景中，使用鼠标或者相关设备拣选特定三维对象的方法。此方法对于正交投影或透视投影均有效，相对于OpenGL自带的选择与反馈机制，本方法无论是拣选精度还是算法实现效率均高出许多，是一种比较通用的解决方案。 关键词（Keywords） 正交投影（Ortho-Projection）、透视投影（Perspective-Projection） 世界坐标系、屏幕坐标系、三维拣选、OpenGL 一、简介（Introduction） OpenGL是一种比较“纯粹”的3D图形API，一般仅用于三维图形的渲染，对于特定领域的开发者（如游戏开发者）而言，如果选择使用 OpenGL进行开发，类似碰撞检测的机制就都需要自行编写了。但是由于鼠标在图形程序中的应用非常非常之广泛（例如现在已经很少有PC游戏能完全地脱离鼠标），OpenGL在图形库的基础上添加了选择与反馈机制（Select Feedback）来满足用户使用鼠标实时操作三维图形的需要。但由于种种原因，我们需要更为特殊的选择机制以满足特定需求，在这里我们提出了一种简单迅速的RIP（Ray-Intersection-Penetration）方法，可以满足绝大多数典型应用的需要。 二、相关研究（Related Work） 用过OpenGL选择与反馈机制的开发者，或多或少可能都会觉得它难以令人满意。大致表现在下面几个方面： 编写程序比较繁琐。 想要使用选择反馈机制就需要切换渲染模式，操作命名堆栈，计算拣选矩阵，检查选中记录，这些繁琐的步骤很容易出错，而且非常不便于调试，只会降低工作效率和热情。 只能做基于图元的选定。 如下图（1 - a），使用GL_TRIANGLES绘制了一个三角形，三个顶点分别为 P1、P2和P3。若使用该机制，你将只能判断是否在三维场景中选中了这个三角形（用户点击处是否在P1、P2和P3的范围内），而无法判断用户是点击了这个三角形哪一部分（是左边的m区域内还是右边的n区域内），因为所绘制的P1、P2和P3本身构成的三角形就是一个基本图元，对于拣选机制而言是不可分的。当然，把这个三角形拆成两个三角形再分别进行测试也是一个可行的方案，可是看看图（1 - b），这可怎么拆呢？还有图（1 – c）呢？另外，如果n和m两个平面不共面呢？对于使用者而言，OpenGL提供的拣选机制功能的确有限。 三、降低了渲染效率。 OpenGL中的选择和反馈是与普通渲染方式不同的一种特殊的渲染方式。我们使用时一般是先在帧缓存中渲染普通场景，然后进入选择模式重绘场景，此时帧缓存的内容并无变化。也就是说，为了选择某些物体，我们需要在一帧中使用不同的渲染方式将其渲染两遍。我们知道对对象进行渲染是比较耗时的操作，当场景中需要选择的对象多而杂的时候，采用这个机制是非常影响速度的。 另外在OpenGL红宝书中介绍了一种简便易行的办法：在后缓冲中使用不同的颜色重绘所有对象，每个对象用一个单色来标示其颜色，这样画好之后我们读取鼠标所在点的颜色，就能够确定我们拣选了哪个物体。这种方法有一个缺陷，当场景中需要选择的对象的数目超出一定限度时，可能会出现标识数的溢出。对于这个问题，红宝书给出的解决办法就是多次扫描。实践证明这种方法的确简便易行，但仍有不少局限性，而且做起来并不比第一种机制方便多少。限于篇幅，不再赘述。 三、具体描述（Related Work） 看过了上面两种方法，我们会发现这两种方法都不是十分的方便，而且使用者不能对其进行完全的控制，不能精确地判定鼠标定位与实际的世界空间中三维坐标的关系。那么有什么更好的办法能够更简单更精确地对其加以控制呢？ 实际上此处给出的解决方案十分简单，就是一个很普通也很有用的 GLU 函数 gluUnProject()。 此函数的具体用途是将一个OpenGL视区内的二维点转换为与其对应的场景中的三维坐标。 转换过程如下图所示（由点P在窗口中的XY坐标得到其在三维空间中的世界坐标）： 这个函数在glu.h中的原型定义如下： int APIENTRY gluUnProject ( GLdouble winx, GLdouble winy,