Unity Shader空间变换：从模型到屏幕的坐标转换原理与实践

1. 项目概述：从“骇人”到“通透”的Shader空间变换之旅

刚接触Unity Shader开发时，相信不少朋友和我一样，看到“空间变换”这四个字就有点发怵。模型空间、世界空间、观察空间、裁剪空间、屏幕空间……这些名词像一堵堵高墙，把我们从简单的顶点、颜色操作，挡在了实现复杂视觉效果的大门之外。更别提那些矩阵乘法、齐次坐标、投影变换，光是想想就让人头大。这大概就是《Unity Shader入门精要》中“骇人的空间变换”这一章节标题的由来——它精准地戳中了初学者的痛点。

但我想告诉你的是，空间变换非但不可怕，反而是Shader编程中最核心、最迷人的部分之一。它就像现实世界中的GPS导航系统，定义了物体在虚拟世界中的“位置感”。没有这套坐标系统，GPU就不知道如何将你精心建模的3D角色，正确地渲染到2D的屏幕上。无论是让角色随着摄像机移动，还是实现炫酷的屏幕后处理特效，亦或是计算复杂的光照和阴影，其底层都离不开对空间变换的深刻理解。

这篇文章，我将结合自己从“骇人”到“通透”的学习与实践经历，为你彻底拆解Unity Shader中的空间变换。我不会仅仅复述书中的公式，而是会用一个贯穿始终的简单立方体案例，手把手带你走过从模型数据到最终像素的完整旅程。我们会探讨每个空间存在的意义、它们之间的转换矩阵从何而来、在Shader中如何具体使用，以及那些官方文档里不会写的“坑”和调试技巧。无论你是刚翻开《入门精要》的Shader新人，还是已经写过一些效果但对其底层原理仍感模糊的开发者，相信这篇深度解析都能帮你建立起清晰、稳固的空间认知体系，让你在Shader世界里真正地“认路”。

2. 核心概念：五大坐标空间的定义与使命

在深入变换之前，我们必须先搞清楚我们要在哪些“地方”之间进行转换。Unity渲染管线中，一个顶点从最初的模型数据到最终屏幕上的像素，主要会经历五个核心坐标空间。理解每个空间的“坐标系原点和轴向”是理解一切变换的基础。

2.1 模型空间：一切的起点

模型空间，也叫物体空间或局部空间。这是最直观、最“自私”的空间。在这个空间里，每个模型都以自己为中心。通常，坐标系原点位于模型的轴心点（Pivot），在Unity编辑器中，这个点由建模软件导出时决定，你也可以在编辑器里微调。X、Y、Z轴的方向通常与建模软件中的朝向一致（例如，Maya和3ds Max可能不同，Unity会尝试统一）。

注意：模型空间的数据是“静态”的。你在Mesh Filter组件里看到的顶点位置、法线、切线等信息，都是相对于这个模型自身的坐标系定义的。一个位于(0, 1, 0)的顶点，意味着它在模型自身头顶上方1个单位处，无论这个模型被放在世界坐标的(10, 0, 0)还是(-5, 100, 20)，这个局部坐标值都不会变。

2.2 世界空间：万物统一的舞台

世界空间是整个场景的绝对参考系。它有一个固定的原点和轴向（在Unity中，通常是场景中心为原点，Y轴向上，X轴向右，Z轴向前）。所有模型、灯光、摄像机都被放置在这个统一的舞台上。模型空间到世界空间的变换，就是通过我们在Inspector面板中熟悉的Transform组件（位置、旋转、缩放）来定义的。

这个变换矩阵（M_model->world）至关重要。它不仅仅是一个数学计算，更代表了你的模型在虚拟世界中的“姿态”。缩放决定了大小，旋转决定了朝向，平移决定了位置。任何后续与空间相关的计算（如光照、碰撞、寻路）几乎都需要在世界空间中进行，因为只有在这里，不同物体之间才有统一的对话基础。

2.3 观察空间：以摄像机为尊的视角

观察空间，也叫摄像机空间或眼空间。在这个空间里，摄像机就是宇宙的中心。原点位于摄像机的镜头位置，Z轴指向摄像机的正前方（在Unity中，这是摄像机的Transform.forward方向），X轴向右，Y轴向上。

将顶点从世界空间变换到观察空间，本质上就是将所有物体坐标，重新表达为相对于摄像机的位置和方向。这是为后续的投影步骤做准备。想象一下，无论世界多么广阔，最终能被我们看到的，只是摄像机“眼前”的那一部分。观察空间就是定义了“眼前”这个范围的基础坐标系。

2.4 裁剪空间：决定可见性的“剪刀”

裁剪空间是一个核心但抽象的概念。在这个空间里，GPU会进行视锥体裁剪。视锥体就是摄像机可见的那个金字塔形的区域（或盒形，对于正交投影）。在裁剪空间中，这个视锥体被规范化为一个规则的正方体或长方体。

对于透视投影，这个规范视锥体通常是一个x、y、z分量都在[-w, w]之间的齐次坐标范围。任何超出这个范围的图元（点、线、三角形）都会被裁剪掉，不会进入后续的光栅化阶段。从观察空间到裁剪空间的变换，就是通过投影矩阵（透视投影矩阵或正交投影矩阵）完成的。这个矩阵不仅进行了投影，还顺便完成了对深度值（Z）的非线性变换，为后续的深度测试做准备。

2.5 屏幕空间：像素的最终归宿

经过裁剪和透视除法（用齐次坐标的x、y、z分量分别除以w分量）后，我们就得到了归一化设备坐标。NDC的x、y坐标范围是[-1, 1]，映射到屏幕的左下角(-1,-1)到右上角(1,1)。z坐标范围通常是[0, 1]（DirectX风格）或[-1, 1]（OpenGL风格），Unity通常使用前者。

最后一步，通过视口变换，将NDC坐标映射到具体的屏幕像素坐标。这个过程由GPU固定管线完成，但在某些后处理Shader中，我们可能需要反向操作（从屏幕像素坐标反推世界坐标），这时就需要理解这个变换的逆过程。

3. 变换矩阵的深度解析：不仅仅是乘法

知道了有哪些空间，下一步就是搞清楚如何从一个空间到另一个空间。这全靠一系列变换矩阵。但矩阵从哪来？为什么长那样？我们来逐一拆解。

3.1 模型到世界矩阵：TRS的合成

这是最常用、也最应该由开发者掌控的变换。一个模型的世界变换矩阵M_m2w，是由平移（T）、旋转（R）、缩放（S）三个基础变换矩阵按顺序相乘得到的：M_m2w = T * R * S。

在Unity Shader中，我们通常通过unity_ObjectToWorld这个内置矩阵来获取它。但你知道这个矩阵的每一列代表什么吗？

• 前三列的前三个元素：构成了模型空间轴向在世界空间中的朝向（经过旋转和缩放）。
• 最后一列的前三个元素：就是模型原点在世界空间中的位置（平移）。
• 第四行：通常是(0, 0, 0, 1)，用于齐次坐标的透视处理。

一个非常重要的实操细节是法线变换。法线是方向向量，不是位置点。如果模型只有旋转，那么直接用unity_ObjectToWorld矩阵左上角3x3部分变换法线即可。但如果模型存在非均匀缩放（即X、Y、Z缩放系数不同），直接变换会导致法线不再垂直于表面。正确的做法是使用逆转置矩阵。幸运的是，Unity为我们提供了unity_WorldToObject矩阵，其左上角3x3部分就是unity_ObjectToWorld的逆转置（忽略平移），专门用于将方向向量（如法线）从世界空间变换回模型空间。所以，将法线从模型空间变换到世界空间的正确代码通常是：

float3 worldNormal = normalize(mul(v.normal, (float3x3)unity_WorldToObject)); // 或者使用内置宏，更安全 float3 worldNormal = UnityObjectToWorldNormal(v.normal);

3.2 世界到观察矩阵：摄像机的“取景框”

这个矩阵M_w2v由摄像机的位置和旋转决定。它本质上是世界到模型变换的逆过程，只不过这里的“模型”是摄像机本身。在Shader中，我们可以通过UNITY_MATRIX_V（View矩阵）来获取。

理解这个矩阵的一个关键点是：它让后续的投影计算变得简单。在观察空间里，摄像机位于原点看向Z轴负方向（在有些坐标系中是正方向），所有物体的深度（Z值）直接表示了它离摄像机的远近，这非常符合直觉。

3.3 观察到裁剪矩阵：投影的艺术

这是最需要数学理解的一步。投影矩阵M_v2c（即UNITY_MATRIX_P）做了两件大事：

1. 透视变形：将视锥体“挤压”成一个规则立方体。这是通过让w分量（齐次坐标的第四维）等于观察空间的-Z值来实现的。在后续的透视除法（/w）中，距离摄像机越远的物体，其x、y坐标被除得越小，从而产生了“近大远小”的透视效果。
2. 深度重整：将观察空间的Z值（线性深度）映射到裁剪空间的Z值（非线性深度）。这个非线性映射是为了在深度缓冲中，让靠近摄像机的区域有更高的精度，远离摄像机的区域精度较低，从而用有限的精度（通常是24位）覆盖巨大的可视范围。

对于正交投影，矩阵形式会简单很多，因为没有透视变形（w分量恒为1），只是简单的线性缩放和平移。

3.4 完整的MVP矩阵链

在顶点着色器中，将顶点从模型空间变换到裁剪空间的标准流程，就是连续乘以这三个矩阵：

float4 clipPos = mul(UNITY_MATRIX_VP, mul(unity_ObjectToWorld, float4(v.vertex.xyz, 1.0)));

或者使用Unity提供的便捷宏：

float4 clipPos = UnityObjectToClipPos(v.vertex);

这个UnityObjectToClipPos宏内部就封装了mul(UNITY_MATRIX_MVP, v.vertex)或等价的变换，它是我们最值得信赖的伙伴。

4. 在Shader中的实战应用与代码剖析

理论说再多，不如一行代码。让我们写一个最简单的Shader，来可视化不同空间下的坐标，并实现一个依赖空间变换的经典效果——基于世界空间位置的颜色渐变。

4.1 搭建基础Shader框架

我们创建一个Unlit Shader，命名为“SpaceTransformationDemo”。

Shader "Custom/SpaceTransformationDemo" { Properties { _Color ("Color", Color) = (1,1,1,1) _WorldScale ("World Coord Scale", Float) = 1.0 } SubShader { Tags { "RenderType"="Opaque" } LOD 100 Pass { CGPROGRAM #pragma vertex vert #pragma fragment frag #include "UnityCG.cginc" struct appdata { float4 vertex : POSITION; float3 normal : NORMAL; }; struct v2f { float4 vertex : SV_POSITION; float3 worldPos : TEXCOORD0; float3 worldNormal : TEXCOORD1; float3 modelPos : TEXCOORD2; float3 viewPos : TEXCOORD3; }; float4 _Color; float _WorldScale; v2f vert (appdata v) { v2f o; // 1. 模型空间 -> 裁剪空间 (标准输出) o.vertex = UnityObjectToClipPos(v.vertex); // 2. 计算并传递世界空间位置 o.worldPos = mul(unity_ObjectToWorld, v.vertex).xyz; // 3. 计算并传递世界空间法线 (使用逆转置矩阵) o.worldNormal = UnityObjectToWorldNormal(v.normal); // 4. 传递模型空间位置 (原始顶点坐标) o.modelPos = v.vertex.xyz; // 5. 计算观察空间位置 o.viewPos = mul(UNITY_MATRIX_V, float4(o.worldPos, 1.0)).xyz; return o; } fixed4 frag (v2f i) : SV_Target { // 效果1：用世界空间XZ坐标生成网格效果 float2 grid = frac(i.worldPos.xz * _WorldScale); grid = abs(grid - 0.5) * 2; float gridMask = step(0.9, max(grid.x, grid.y)); // 效果2：用法线点积计算简单边缘光 float3 viewDir = normalize(_WorldSpaceCameraPos - i.worldPos); float rim = 1.0 - abs(dot(i.worldNormal, viewDir)); rim = smoothstep(0.3, 0.8, rim); // 效果3：基于世界空间Y坐标的渐变颜色 float heightGradient = saturate(i.worldPos.y * 0.2 + 0.5); // 混合所有效果 fixed4 col = _Color; col.rgb = lerp(col.rgb, float3(1,1,1), gridMask * 0.3); // 网格叠加 col.rgb += rim * float3(0.5, 0.8, 1.0); // 边缘光 col.rgb *= heightGradient; // 高度渐变 return col; } ENDCG } } }

4.2 关键代码段解读与调试技巧

在这个Shader中，我们在顶点着色器里计算了多个空间下的坐标，并通过TEXCOORD语义传递给片元着色器。这是调试和理解空间变换的黄金法则：把你想看的空间坐标，映射为颜色输出。

例如，如果你不确定世界坐标是否正确，可以在片元着色器中临时这样写：

return fixed4(i.worldPos * 0.1, 1.0); // 将世界坐标缩小后作为颜色

拖动场景中的物体，你会发现物体的颜色会随着其世界位置的变化而平滑变化，这证明你的世界坐标计算是正确的。

一个极其重要的调试技巧：可视化深度。观察空间和裁剪空间的Z值（深度）是非线性的，直接看数字很抽象。我们可以将其归一化后可视化：

// 在片元着色器中，可视化观察空间线性深度 float linearDepth = -i.viewPos.z; // 观察空间中，摄像机前方为负Z轴 float normalizedDepth = linearDepth / _ProjectionParams.z; // _ProjectionParams.z是远裁剪面距离 return fixed4(normalizedDepth, normalizedDepth, normalizedDepth, 1.0);

这样，越近的物体越黑，越远的物体越白，你能清晰地看到深度信息的分布。

5. 常见“骇人”问题与精准排查指南

空间变换出错，效果往往非常诡异：物体闪烁、拉伸、出现在莫名其妙的地方、光照错误等。下面是我踩过坑后总结的排查清单。

5.1 物体位置/缩放完全错误或消失

• 问题现象：模型没有出现在预期位置，或者被压扁、拉成一条线，甚至完全不可见。
• 排查步骤：
  1. 检查顶点着色器输出：首先确保o.vertex = UnityObjectToClipPos(v.vertex);这行核心变换代码没有被修改或覆盖。这是底线。
  2. 检查矩阵顺序：如果你手动拼接矩阵，记住矩阵乘法顺序是从右到左应用变换。mul(mul(VP, M), pos)等价于先应用模型变换M，再应用VP变换。
  3. 检查齐次坐标w分量：变换位置点时，传入float4(v.vertex.xyz, 1.0)；变换方向向量（如法线、切线）时，传入float4(v.normal.xyz, 0.0)。这是根本性区别，弄反了会导致错误。

5.2 法线光照异常（模型表面发黑或闪烁）

• 问题现象：模型光照不随旋转变化，或者在某些角度下完全变黑，移动时出现闪烁。
• 排查步骤：
  1. 确认法线变换矩阵：绝对不要用unity_ObjectToWorld去变换法线！必须使用unity_WorldToObject矩阵的3x3部分，或者使用UnityObjectToWorldNormal宏。这是新手最高频的错误。
  2. 检查法线是否归一化：在片元着色器中，必须对插值后的法线进行重归一化：normalize(i.worldNormal)。因为顶点法线经过插值后，长度可能不再是1。
  3. 检查模型数据：在Unity编辑器中选中模型，在Inspector面板的Model分页下，查看“Normals & Tangents”选项是否设置正确。有时导入设置错误会导致法线信息丢失。

5.3 屏幕空间效果错位（如边缘光、屏幕UV错误）

• 问题现象：使用屏幕坐标或视口坐标计算的效果（如屏幕波纹、UV扰动）不跟随摄像机，或者在不同分辨率下表现不一致。
• 排查步骤：
  1. 正确获取屏幕UV：标准方法是i.screenPos = ComputeScreenPos(o.vertex);在顶点着色器中计算，然后在片元着色器中做透视除法：float2 screenUV = i.screenPos.xy / i.screenPos.w。
  2. 理解ComputeScreenPos：这个函数返回的是齐次坐标系下的屏幕空间坐标，必须经过除以w的透视除法才能得到真正的[0,1]范围的UV。忘记除以w是导致效果在透视投影下严重错位的元凶。
  3. 考虑DX与OpenGL的差异：DirectX和OpenGL的屏幕坐标原点（左上角 vs 左下角）和裁剪空间Z范围不同。Unity的宏（如ComputeScreenPos）已经处理了这些差异。但如果你在编写跨平台Shader，并且手动计算，务必使用UNITY_UV_STARTS_AT_TOP等宏进行判断。

5.4 深度值相关问题（雾效、软粒子、相交检测失效）

• 问题现象：基于深度的效果（如线性雾、软粒子与背景混合）计算错误，远处和近处效果没有区别或区别异常。
• 排查步骤：
  1. 区分线性深度与非线性深度：从深度纹理（_CameraDepthTexture）中采样得到的是非线性深度。要用于距离计算，必须使用LinearEyeDepth或Linear01Depth函数将其转换回线性深度。直接使用非线性深度进行数学计算是完全错误的。
  2. 自己计算线性深度：如果不想采样深度图，可以从观察空间位置计算：float linearDepth = -i.viewPos.z;。这是最准确的线性深度。
  3. 检查投影参数：确保用于计算的远裁剪面距离（_ProjectionParams.z）等参数是正确的。正交投影和透视投影的这些参数不同。

6. 性能优化与进阶应用思考

理解了基础变换后，我们可以从“能用”走向“用好”，并探索更高级的应用。

6.1 空间变换的性能考量

矩阵乘法是Shader中的常见操作，但并非所有计算都需要在片元着色器中进行。

• 顶点着色器 vs 片元着色器：如果一个值在每个顶点上变化平滑（如世界坐标），那么在顶点着色器计算一次，然后让GPU插值传递给片元着色器，效率远高于在每个像素上都做一次完整的矩阵乘法。我们的示例代码就是这样做的。
• 利用预计算：对于静态物体，其unity_ObjectToWorld矩阵在单帧内是不变的。如果Shader中有大量依赖此矩阵的复杂计算，可以考虑在C#脚本中提前计算好并通过MaterialPropertyBlock传递，但这通常不是瓶颈，GPU的并行矩阵乘法很快。
• 避免冗余计算：如果你既需要世界位置又需要世界法线，它们都依赖于unity_ObjectToWorld（或逆矩阵）。确保在顶点着色器中只计算一次相关变换，然后传递多个结果。

6.2 空间变换的创造性应用

空间变换不只是为了“正确显示”，更是创意的源泉。

• 世界空间纹理映射：使用世界坐标的XZ分量作为UV来采样纹理，可以创建无限大且无缝的地面、水面纹理，物体移动时纹理不会跟随物体滑动，而是固定在世界上。
• 基于观察空间的边缘检测：在观察空间计算相邻像素的深度差或法线差，比在屏幕空间更稳定，因为不受屏幕分辨率影响，常用于实现高质量的轮廓线渲染。
• 自定义裁剪空间：通过修改投影矩阵或顶点着色器输出的裁剪空间坐标，可以实现鱼眼镜头、镜面反射、门户渲染等特效。这属于相对高级的应用，需要对投影几何有深刻理解。
• 空间变换与Raymarching：在Raymarching（光线行进）这种屏幕空间技术中，你需要将屏幕像素反向变换到世界空间或观察空间，发射光线。这需要你熟练掌握从屏幕空间到世界空间的逆变换链，是空间变换知识的终极试金石。

回顾这段从“骇人”到“通透”的旅程，空间变换的本质是一套精确定义和转换“位置”与“方向”的语言规则。它初看繁琐，但一旦掌握，就为你打开了Shader编程的任督二脉。我的建议是，不要死记硬背矩阵公式，而是多在Shader中动手实践，用颜色可视化每一个中间步骤的结果。当你看到改变一个矩阵参数，屏幕上色彩如何随之流动时，那种直观的理解是任何书本都无法替代的。最后，善用Unity提供的UnityObjectToWorldDir,WorldSpaceViewDir等内置函数和宏，它们封装了最佳实践，能让你避开许多陷阱，把更多精力放在创造令人惊叹的视觉效果上。