视锥体
如图，近截面与远截面之间构成的这个四棱台就是视锥体，而透视投影矩阵的任务就是把位于视锥体内的物体的顶点X,Y,Z坐标映射到[-1,1]范围。这就相当于把这个四棱台扭曲变形成一个立方体。这个立方体叫做规则观察体 (Canonical View Volume, CVV)。如下图：
变换方法或规则：
如下图，有一点P，位于视锥体内，设坐标为(x,y,z).分别对x,y坐标和z坐标的变换到[-1,1]的方式进行讨论：
1.x,y坐标的变换方式：
(1)连接视点eye与P点与近裁剪面交于P’点
(2)设近裁剪面的宽度为W，高度为H，P’点的x坐标范围是[-W/2,W/2],y坐标范围是[-H/2,H/2],然后分别线性映射至[-1,1]内即可。
2.z坐标的变换方式
z坐标的范围是N至F，需要映射到[-1,1],映射方法暂时按下，不做想法。
透视投影函数形式
void Matrix4X4::initPersProjMatrix(float FOV, const float aspect, float zNear, float zFar)
透视投影矩阵构建函数的参数：
Fov:纵向的视角大小
aspect:裁剪面的宽高比
zNear:近裁剪面离摄像机的距离，图中的n
zFar:远裁剪面离摄像机的距离，图中的f
通过这几个参数和三角函数的数学知识可以求得近裁剪面的高度，参考上图：
求得点P在近裁剪面的投影点P’的坐标
根据相似三角形对应边长度的比率相同，由图可得
其中
x’,y’的范围沿原点对称，只要将他们分别除以W/2,H/2,即可以使范围位于[-1,1]内。前面已求得W,H，因此：
假设
我们最后需要的坐标点P’’即是
推导矩阵
然后为了自动化的得到这个结果，我们使用矩阵这种数学工具，将一个矩阵乘以一个向量，得到一个新的向量，使得我们所有的运算步骤和运算数据蕴藏在矩阵和乘法中。下面的工作就是寻找到一个矩阵使得：
我们发现求解
很难找出合适的m00、m02,因为左边x和z是以加法的形式相邻,右边z确成为了x的分母。
解决方法：将右边的以四维列向量表示的坐标每一项乘以z,所以有：
所以可以求得矩阵为
最后求得投影矩阵为
将这样的矩阵乘以视锥体内的一个顶点坐标，得到一个新的向量，再将这个向量的每个分量除以第四个分量(z),这样就可以得到顶点映射到规则立方观察体后的新的坐标。
注意：z坐标的映射方式的获得，最后我们是为了方便矩阵乘法的操作反向求得了z坐标与cvv中的z坐标的映射方式：
可见两者的映射并不是线性的，当z越大时，z的变化对z’’的扰动越小
代码示例：
1 void Matrix4X4::initPersProjMatrix(float FOV, const float aspect, float zNear, float zFar) {
2 const float zRange = zNear - zFar;
3 const float tanHalfFOV = tanf(ToRadian(FOV / 2.0f));
4
5 elements[0][0] = 1.0f / (tanHalfFOV * aspect); elements[0][1] = 0.0f; elements[0][2] = 0.0f; elements[0][3] = 0.0;
6 elements[1][0] = 0.0f; elements[1][1] = 1.0f / tanHalfFOV; elements[1][2] = 0.0f; elements[1][3] = 0.0;
7 elements[2][0] = 0.0f; elements[2][1] = 0.0f; elements[2][2] = (-zNear - zFar) / zRange; elements[2][3] = 2.0f * zFar*zNear / zRange;
8 elements[3][0] = 0.0f; elements[3][1] = 0.0f; elements[3][2] = 1.0f; elements[3][3] = 0.0;
9 }