计算机图形学实验课：渲染管线、光栅化与光照纹理调试

应用技术大学的计算机图形学实验课，大概是整个课程体系里最"看着简单、做着上头"的一门。屏幕上一根线没画直、一个三角形颜色不对、纹理贴上去糊成一团，你盯着代码看半小时也找不出问题——因为图形学的错误往往不在语法层，而在数学层和管线层。我带过几届实验课，也自己从固定管线一路写到着色器，最深的体会是：图形学实验的价值不在于"把图渲染出来"，而在于你能不能说清楚每一个像素是怎么被算出来的。这篇内容面向正在做或者准备做计算机图形学实验的同学，也适合已经能跑通Demo但讲不清原理的开发者。我会按实验课的真实推进顺序，把光栅化、几何变换、光照着色、曲线曲面、纹理映射这几块拆开讲，每一块都给出可复现的代码骨架、参数推导过程，以及我自己踩过的坑。

1. 实验课的第一道坎：为什么图形学代码"跑得动"却"讲不清"

图形学实验有个很典型的现象：照着实验指导书敲完，窗口弹出来了，三角形也画出来了，但老师一问"这个顶点最后落在屏幕的哪个像素上"，人就卡住了。这不是学习态度问题，而是图形学的知识结构和普通编程课完全不同——普通编程课是"输入→处理→输出"的线性思维，图形学是"建模坐标→变换到裁剪空间→光栅化成片元→着色→写帧缓冲"的多级流水线思维，中间任何一级理解断层，代码照样能跑，但你就失去了调试能力。

1.1 把"渲染管线"当成一条传送带来理解

我一般建议学生先别急着写代码，拿一张纸把管线画成传送带：传送带的起点是一堆三维顶点坐标，终点是屏幕上的颜色像素。中间经过的每一站都要问三个问题——这一站输入什么、输出什么、做了什么运算。

具体来说，顶点数据先经过模型矩阵搬到世界空间，再经过视图矩阵搬到相机空间，再经过投影矩阵搬到裁剪空间，然后做透视除法得到标准化设备坐标（NDC），最后经过视口变换映射到屏幕像素。这一串里，前三个变换是矩阵乘法，第四个是除以 w 分量，第五个是线性缩放加平移。

提示：实验报告里如果只写"使用了MVP矩阵"，基本拿不到过程分。要写清楚每个矩阵的维度、作用空间、以及为什么乘的顺序是 P×V×M 而不是 M×V×P。

为什么顺序这么重要？因为矩阵乘法不满足交换律。顶点是列向量时，变换从右往左作用：先乘模型矩阵，再乘视图矩阵，最后乘投影矩阵。你可以用一个小例子验证：先平移(1,0,0)再放大2倍，和先放大2倍再平移(1,0,0)，结果差了一倍的距离。这个验证我让学生每个人都手算一遍，比看十遍教材管用。

1.2 建立"像素级验证"的调试习惯

普通程序调试靠打印变量，图形学调试要靠"打印像素"。我推荐的做法是：写完一个绘制函数，先别画复杂模型，画一个已知坐标的三角形，然后用代码把帧缓冲里某几个坐标的颜色值读出来打印。

以常见的OpenGL为例，可以用glReadPixels读取指定像素：

unsigned char pixel[4]; glReadPixels(320, 240, 1, 1, GL_RGBA, GL_UNSIGNED_BYTE, pixel); printf("center pixel: R=%d G=%d B=%d A=%d\n", pixel[0], pixel[1], pixel[2], pixel[3]);

这里有个坑必须提前说：glReadPixels的坐标原点在左下角，而大多数人习惯的屏幕坐标原点在左上角。我第一次做实验时读中心点颜色一直是黑的，排查了四十分钟才发现是坐标系搞反了，把 y 坐标用height - y换算一下就好了。这种坑在实验指导书里通常不会写，但它能吃掉你半个下午。

另一个习惯是给每个绘制阶段加"可视化中间结果"。比如把法线当成颜色输出（法线 xyz 映射到 rgb），你立刻能看出法线方向对不对；把纹理坐标当成颜色输出，能看出 UV 有没有超出 0 到 1 的范围。这两个技巧在后面的光照和纹理实验里会反复用到，比任何断点调试都直观。

2. 工具链选型：固定管线和可编程管线，实验环境怎么搭

实验课第一件事是选技术栈，而这个选择会直接影响你后面能学到什么。应用技术大学的教学场景通常有三种主流方案，我按"学习收益"和"上手成本"做了个对比，你可以对照自己的实验要求选。

2.1 为什么我建议至少用一次可编程管线

固定管线的写法很诱人，几行glBegin(GL_TRIANGLES)就能画图，但它把顶点处理、光照计算全藏在驱动里，你根本看不到矩阵怎么作用、法线怎么参与计算。应用到具体实验里，学生做完固定管线实验，往往只知道"调了glLightfv就有光了"，但说不清光照公式。

可编程管线的学习曲线陡一些，要先写顶点着色器和片元着色器，还要管理顶点缓冲对象（VBO）、顶点数组对象（VAO），但一旦跑通，整个计算过程对你就是透明的。我通常建议：入门实验用固定管线快速建立"图形是画出来的"这个直觉，从光照实验开始必须切到可编程管线，否则后面的内容全是黑盒。

一个最小的顶点着色器长这样：

#version 330 core layout(location = 0) in vec3 aPos; layout(location = 1) in vec3 aNormal; uniform mat4 model; uniform mat4 view; uniform mat4 projection; uniform mat3 normalMatrix; out vec3 fragNormal; out vec3 fragPos; void main() { fragPos = vec3(model * vec4(aPos, 1.0)); fragNormal = normalMatrix * aNormal; gl_Position = projection * view * vec4(fragPos, 1.0); }

注意这里的normalMatrix，它是模型矩阵左上角 3×3 部分的逆转置矩阵。为什么不能直接用模型矩阵变换法线？因为法线是垂直于表面的方向向量，当模型发生非均匀缩放（比如 x 方向拉长 2 倍），法线如果按同样方式缩放，就不再垂直于变换后的表面了。这个细节是光照实验里最容易翻车的地方，我在第 5 节会展开讲推导。

2.2 环境搭建里最容易被忽略的两件事

第一件是深度测试默认没开。很多同学画完两个三角形发现后面的盖住了前面的，以为是绘制顺序问题，其实是忘了glEnable(GL_DEPTH_TEST)。深度测试的原理是每个片元带一个深度值，写入帧缓冲时和已有深度比较，更近的才覆盖。开了之后还要记得每帧清空深度缓冲，glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT)，少清一个就会看到上一帧的残影。

第二件是视口和窗口尺寸不一致。窗口被拖拽改变大小时，如果不重新调用glViewport，画面会被拉伸变形或者只渲染在左下角一块。标准的处理是注册窗口尺寸回调，在里面更新视口和投影矩阵的宽高比：

void framebuffer_size_callback(GLFWwindow* window, int width, int height) { glViewport(0, 0, width, height); float aspect = (float)width / (float)height; projection = glm::perspective(glm::radians(45.0f), aspect, 0.1f, 100.0f); }

宽高比不更新带来的后果是画面"横向拉胖"，学生在做相机实验时经常误判成投影矩阵参数写错了，其实只是漏了这个回调。这类环境层的坑不涉及算法，但会浪费大量排查时间，我一般会在实验课开头统一演示一遍。

3. 光栅化实验：直线、圆与多边形的像素级拆解

光栅化是图形学实验里最有"手工感"的一块，也是最能体现数学到像素转换的环节。屏幕上没有真正的直线，只有一排排发光的像素点，你要做的事情是用整数运算决定"这一列像素里，哪一行该点亮"。这个判断逻辑，就是光栅化算法。

3.1 从 DDA 到 Bresenham：误差累积的两种处理思路

DDA（数字微分分析）的思路很直观：把直线参数化，x 每次加 1，y 就加一个斜率 k，然后对 y 四舍五入取整。代码短，但有个硬伤——每步都要做浮点加法和取整，而且误差会随着步数累积。

Bresenham 算法的精妙之处在于把浮点运算换成了整数误差项的符号判断。核心思想是维护一个"决策变量"，表示当前点到理想直线的偏差，根据偏差的正负决定下一个像素是取正右方还是右上方。以斜率在 0 到 1 之间的直线为例：

void bresenhamLine(int x0, int y0, int x1, int y1) { int dx = x1 - x0; int dy = y1 - y0; int d = 2 * dy - dx; // 初始决策变量 int y = y0; for (int x = x0; x <= x1; ++x) { setPixel(x, y); if (d > 0) { y++; d += 2 * (dy - dx); } else { d += 2 * dy; } } }

这个d的推导值得在实验报告里写清楚：它本质上是"真实直线在 x+1 处的 y 值"与"当前像素行中心"之差的 2 倍再乘 dx，之所以乘 2 是为了把分数比较转成整数比较。我让学生自己推一遍这个式子，推完之后对"整数光栅化"这件事的理解会完全不一样。

注意：Bresenham 的完整实现要分八象限讨论。斜率绝对值大于 1 时要交换 x 和 y 的角色，否则循环步进方向会出错，画出来的线会断开。这是实验里最常见的扣分点。

3.2 圆和椭圆：八分对称性的利用

画圆实验里，很多人第一反应是用参数方程逐角度采样，结果圆看起来毛毛糙糙，因为角度采样在圆周上分布不均匀。正确做法是利用圆的八分对称性：只计算 0 到 45 度这一段（第一象限中靠近 y 轴的部分），其余七个点通过对称变换得到。

中点画圆算法同样是整数决策变量的思路，决策变量来自圆方程 F(x,y) = x² + y² - r² 在中点处的取值符号。当决策变量小于 0，说明中点在圆内，选正右方的像素；否则选右下方的像素。

void midpointCircle(int r) { int x = 0, y = r; int d = 1 - r; // 初始决策变量 while (x <= y) { plot8(x, y); // 八分对称绘制 if (d < 0) { d += 2 * x + 3; } else { d += 2 * (x - y) + 5; y--; } x++; } }

plot8会一次性画出 (x,y)、(y,x)、(-x,y)、(-y,x) 等八个对称点。这里我在实验课上见过一个反复出现的错误：对称点画了，但圆心没有加上去，导致八个点分散在原点周围而不是围绕指定圆心。修法是把plot8里的每个点都加上圆心偏移(cx, cy)。这个错误看起来很低级，但它恰好说明"算法逻辑"和"坐标系统"是两件事，混在一起就会出错。

多边形填充实验通常会引入扫描线算法或种子填充。扫描线填充的核心是求交点、排序、配对填充，这里有个经典边界问题：顶点恰好落在扫描线上时，交点会被重复计算，导致填充区域错位。标准解法是"左闭右开"规则，即判断交点时，把共享顶点只计入一侧的边。这个规则如果不讲清楚，学生填出来的多边形总会在某些行多一个或少一个像素。

4. 几何变换实验：矩阵不是背出来的，是验出来的

变换实验是图形学里数学味最重的一块，也是很多人第一次真正感受到"线性代数有用"的地方。但实验课的问题在于，学生往往把矩阵当公式背，背完能通过检查，一换场景就不会用。我的做法是：所有变换都要求学生先用两个具体点手算，再用代码验证，最后对比结果。

4.1 齐次坐标到底解决了什么问题

二维变换用 2×2 矩阵就够表示旋转和缩放，但平移不行，因为平移是加法不是乘法。齐次坐标的做法是给点补一个维度，二维点 (x, y) 写成 (x, y, 1)，这样平移就能写成矩阵乘法：

$$ \begin{bmatrix} 1 & 0 & t_x \ 0 & 1 & t_y \ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} x \ y \ 1 \end{bmatrix}

\begin{bmatrix} x + t_x \ y + t_y \ 1 \end{bmatrix} $$

这样一来，旋转、缩放、平移全部统一成矩阵乘法，多个变换可以预先乘成一个矩阵，顶点只需要乘一次。这个"合并矩阵"优化在渲染大量顶点时意义重大，也是实验里应该让学生实测的：分别用三次矩阵乘法变换 10 万个点，和用一个合并矩阵变换 10 万个点，用系统计时器量一下耗时差异。我实测下来，合并之后通常能快一到两倍，具体倍数和硬件有关。

提示：齐次坐标中的 w 分量不是"补位的 1"，在投影变换后它有意义。透视除法就是拿 xyz 除以 w，这是实现"近大远小"的关键，实验报告里要单独说明。

4.2 旋转方向与矩阵顺序：两个高频翻车点

旋转方向的问题几乎每届都有人问：为什么我按逆时针公式写的矩阵，画出来是顺时针？原因是屏幕坐标系里 y 轴方向和你数学课本上不一样。数学坐标系 y 轴向上，屏幕坐标系 y 轴向下，两者差一个镜像，旋转的视觉方向就反了。解决办法要么在投影矩阵里翻转 y，要么接受这个约定，在实验报告里写明使用的坐标系。

矩阵顺序的问题更隐蔽。假设你要把一个物体先缩放到 2 倍，再绕原点旋转 90 度，最后一个顶点 v 的变换是：

glm::mat4 S = glm::scale(glm::mat4(1.0f), glm::vec3(2.0f)); glm::mat4 R = glm::rotate(glm::mat4(1.0f), glm::radians(90.0f), glm::vec3(0,0,1)); glm::mat4 M = R * S; // 先缩放，再旋转 glm::vec3 result = M * v;

关键点：列向量约定下，右侧的矩阵先作用。所以"先缩放再旋转"写成R * S，而不是S * R。这个顺序如果写反，非均匀缩放的物体会被剪切变形，看起来像"斜了"，很多同学误以为是模型数据坏了，其实是矩阵乘反了。

我做实验时有个笨但有效的检查方法：挑一个不在原点的点，比如 (1, 0, 0)，按你写的矩阵顺序手算出结果，再和代码输出对比。手算和代码一致，顺序就对了。这个方法虽然土，但它把"矩阵顺序"这个抽象问题变成了可以验证的具体数字。

4.3 三维相机的构造：视图矩阵其实是手动搭坐标系

视图矩阵的实验我一般放在变换实验的最后，因为它综合了前面所有知识。相机的本质是定义一套新的坐标系：相机位置是原点，观察方向是 -z 轴，上方向是 +y 轴，右方向是 +x 轴。

构造过程是：观察方向 = 目标点 - 相机位置，归一化得到 z 轴（注意取反才是相机朝向）；右方向 = 上方向 × z 轴，归一化；再用 z 轴 × 右方向得到真正的上方向。这三个正交基向量组成旋转部分，再和相机位置组合成平移部分：

glm::mat4 lookAt(glm::vec3 eye, glm::vec3 center, glm::vec3 up) { glm::vec3 f = glm::normalize(center - eye); // 前方向 glm::vec3 s = glm::normalize(glm::cross(f, up)); // 右方向 glm::vec3 u = glm::cross(s, f); // 正交化后的上方向 glm::mat4 view(1.0f); view[0][0] = s.x; view[1][0] = s.y; view[2][0] = s.z; view[0][1] = u.x; view[1][1] = u.y; view[2][1] = u.z; view[0][2] = -f.x; view[1][2] = -f.y; view[2][2] = -f.z; view[3][0] = -glm::dot(s, eye); view[3][1] = -glm::dot(u, eye); view[3][2] = glm::dot(f, eye); return view; }

注意u = cross(s, f)这一步是在做正交化。如果输入的 up 向量和 f 不垂直（很常见，比如随手写个 (0,1,0)），直接用它会让画面倾斜。用叉乘重新算出垂直的上方向，这个问题就消除了。这个细节在实验指导书里往往一笔带过，但它是"画面看着有点歪"的常见原因。

5. 光照与着色实验：从 Lambert 到 Phong 的逐步逼近

光照实验是整个图形学实验里最有成就感的一块，也是最能区分"会调包"和"懂原理"的一块。同一个球体，用不同的光照模型渲染出来，质感差异非常明显。我的建议是不要一上来就用完整的光照公式，而是按 Lambert 漫反射、Phong 镜面反射、Blinn-Phong 优化的顺序逐步加，每加一步都观察画面变化。

5.1 法线变换为什么必须用逆转置矩阵

在讲光照模型之前，必须先解决法线变换的问题。顶点位置用模型矩阵变换，法线却不能用同一个矩阵，原因在于法线是"垂直关系"的载体，而垂直关系在非均匀缩放下不保持。

举个具体例子：一条斜面法线是 (1, 1, 0)，模型在 x 方向拉伸 2 倍，如果法线也按同样方式变成 (2, 1, 0)，它和变换后表面的夹角就不再是 90 度了。数学上可以证明，保持垂直关系的正确变换是模型矩阵左上角 3×3 部分的逆转置。

glm::mat3 normalMatrix = glm::transpose(glm::inverse(glm::mat3(model)));

实测下的现象很直观：用错矩阵时，拉伸变形区域的明暗分布会明显不对，高光位置偏移，看起来像"光从错误的方向照过来"。而在均匀缩放和纯旋转下，逆转置刚好等于原矩阵，所以有些同学在简单模型上没发现问题，一换到非均匀缩放就翻车。

5.2 Lambert 漫反射：点积背后的物理直觉

漫反射项的公式是max(dot(N, L), 0)乘以光照颜色和物体颜色，其中 N 是归一化法线，L 是从表面指向光源的归一化向量。这个点积的几何意义是：法线越正对光源，表面接收到的光越多；法线与光线垂直时点积为 0，表面不受光。

vec3 N = normalize(fragNormal); vec3 L = normalize(lightPos - fragPos); float diff = max(dot(N, L), 0.0); vec3 diffuse = diff * lightColor * objectColor;

这里必须强调归一化。如果 N 或 L 没有归一化，点积的结果会超过 1 或者偏小，画面不是过曝就是偏暗。我见过有同学把normalize写在顶点着色器里但片元里忘了，插值之后法线长度不再为 1，明暗过渡就变得很怪。正确做法是在片元着色器里重新归一化。

max(..., 0.0)这一层也不能省，点积为负说明光在表面背面，物理上不应该有贡献，不加 max 会出现背面发亮、明暗翻转的现象。

5.3 Phong 与 Blinn-Phong：半程向量的那次优化

镜面反射项描述的是高光。Phong 模型用反射向量 R 和视线向量 V 的点积，Blinn-Phong 则用半程向量 H（光线方向和视线方向的平均）和法线的点积：

vec3 V = normalize(viewPos - fragPos); vec3 H = normalize(L + V); // Blinn-Phong 的半程向量 float spec = pow(max(dot(N, H), 0.0), shininess); vec3 specular = spec * lightColor * specularStrength;

两者视觉上很接近，但 Blinn-Phong 计算量更小，而且在高光边缘更平滑。shininess参数控制高光范围，值越大高光越集中、物体看起来越光滑。实验里建议让学生把 shininess 从 2 调到 256，观察高光从"一大片"收缩成"一个小点"的过程，这个连续变化的观察比看公式更能建立参数直觉。

注意：Phong 光照是逐片元计算的（在片元着色器里），不是逐顶点。逐顶点光照在低面数模型上会出现明显的马赫带效应，高光断成一块一块。实验报告里如果写了"逐顶点光照"，要说明它在什么情况下不够用。

5.4 光照实验的调试顺序：先孤立，再组合

光照实验最容易出的问题是"画面不对但不知道哪一项不对"。我的排查顺序是固定的：

1. 只开环境光，确认物体整体亮度正常，没有全黑或全白；
2. 只开漫反射，把光源放在物体正前方，确认最亮区域在正对光源的位置；
3. 只开镜面反射，把 shininess 设小一点，确认高光能跟着相机移动；
4. 三项一起开，调权重直到视觉合理。

这个顺序的价值在于每次只引入一个变量。我见过学生一上来就写完整公式，结果画面一片黑，然后开始乱改参数，越改越乱。按孤立变量法排查，十分钟就能定位到是法线没归一化还是光源位置传错。

6. 曲线曲面与纹理映射：那些"看起来对"但细节翻车的地方

曲线曲面和纹理映射是实验课里"见效快、翻车也快"的两块。曲线实验画出来的曲线往往一眼看着没问题，但控制点一动就发现曲线不经过某些点、或者曲率突变；纹理实验贴上去能看，但一转视角就开始拉伸、接缝、摩尔纹。这些问题的根源都在参数化细节上。

6.1 Bézier 曲线：de Casteljau 比多项式展开更好懂

Bézier 曲线的标准公式是伯恩斯坦多项式求和，直接展开写代码也能跑，但学生往往不理解为什么曲线会被控制点"拉"过去。de Casteljau 算法用递归插值的几何方式构造曲线，理解成本低得多：在相邻控制点之间按参数 t 做线性插值，得到新的一层点，再对新点插值，直到只剩一个点。

glm::vec3 deCasteljau(const std::vector<glm::vec3>& pts, float t) { std::vector<glm::vec3> tmp = pts; while (tmp.size() > 1) { for (size_t i = 0; i + 1 < tmp.size(); ++i) tmp[i] = glm::mix(tmp[i], tmp[i+1], t); tmp.pop_back(); } return tmp[0]; }

这个算法有三个性质值得在实验里验证：曲线经过首尾控制点、曲线位于控制点凸包内、控制点整体平移时曲线同向平移。我让学生把控制点拖到共线，观察曲线退化成直线；再把中间控制点拉到很远，观察曲线被"拽"的幅度。这些交互验证比静态截图更能说明问题。

B 样条实验的难点在节点向量。均匀 B 样条好写，但一旦要求曲线经过端点，就要用准均匀或 clamped 节点向量，即在首尾重复节点。实验里常见的错误是节点向量长度算错：n+1 个控制点、k 阶（次数为 k-1）的 B 样条，节点向量长度应该是 n+k+1。这个公式记错了，程序要么越界要么曲线形状完全不对。

6.2 纹理坐标与采样：拉伸、接缝、摩尔纹的三类成因

纹理实验里最典型的现象是"贴图看起来糊糊的"或者"边缘有缝"。这三类问题对应三个不同的原因，排查时可以分开看：

wrap 模式这块值得展开说。默认的GL_REPEAT在 UV 超出 0 到 1 时会循环平铺，适合地面、墙面这种连续表面；GL_CLAMP_TO_EDGE会把边缘像素向外延伸，适合单张海报这种不希望重复的情况。选错了就会出现"接缝处突然重复半张图"的诡异效果。

mipmap 的原理是预先生成一系列逐级缩小的纹理，采样时根据屏幕上的像素密度选择合适的层级。远处物体一个屏幕像素可能覆盖纹理上几十个像素，如果不做 mipmap，采样点随机落在纹理的不同位置，就会产生高频闪烁，也就是摩尔纹。开启很简单：

glGenerateMipmap(GL_TEXTURE_2D); glTexParameteri(GL_TEXTURE_2D, GL_TEXTURE_MIN_FILTER, GL_LINEAR_MIPMAP_LINEAR); glTexParameteri(GL_TEXTURE_2D, GL_TEXTURE_MAG_FILTER, GL_LINEAR);

注意MIN_FILTER一定要设成带 mipmap 的选项，只开GL_LINEAR是没用的，这是个高频错误。另外纹理坐标的 y 轴方向在图像加载时经常和图形 API 约定相反，加载出来的图上下颠倒，解决办法是在加载时翻转，或者在着色器里用1.0 - uv.y。这个坑我在不同项目里反复遇到，建议加载纹理的封装函数里直接处理掉。

6.3 多纹理混合时的透明度排序问题

做完基础纹理之后，实验通常会加一个混合（blending）环节，画半透明的物体。这里有个原理性的坑：透明渲染必须从远到近绘制，否则会出现"近处透明物体被远处物体遮挡"的错误效果。

原因是混合是逐片元按绘制顺序叠加的，先画的已经在帧缓冲里，后画的按 alpha 混合上去。如果近的先画，远的后画，远物体的片元会覆盖掉近物体已经混合好的颜色。正确做法是把透明物体单独收集，按相机距离从远到近排序后再绘制。这个排序在实验用的少量物体场景里很好实现，但在真实场景里开销不小，这也是为什么很多引擎把透明物体和实体物体分开渲染。

7. 实验报告与答辩：把"我做出来了"变成"我知道为什么"

最后说一个不那么技术、但直接决定实验得分的事：报告怎么写。应用技术大学的实验评分通常分过程分和报告分，过程分看代码能不能跑，报告分看你能不能讲清楚。我见过太多代码写得不错但报告只有截图和"运行成功"四个字的作业，得分很吃亏。

7.1 报告里必须出现的四类内容

第一类是参数推导。任何一个算法用了什么公式，这个公式怎么来的，关键参数取值的依据是什么，都要写。比如 Bresenham 的决策变量推导、Phong 的 shininess 取值理由、mipmap 层级怎么算。

第二类是对照实验。单纯的"结果截图"说明不了什么，有对照组才有信息量。开了深度测试和没开深度测试的对比、用逆转置矩阵和用原矩阵的对比、有 mipmap 和没 mipmap 的对比，这类图放上去，老师一眼就知道你真的理解了。

第三类是异常现象与排查过程。报告里写"遇到了边缘接缝问题，排查后定位为 wrap 模式设置不当"，比写"程序运行成功"有价值得多。排查过程本身就是能力证明。

第四类是性能或精度数据。比如前面提到的合并矩阵优化前后耗时对比、不同面数模型下逐顶点和逐片元光照的视觉差异、纹理尺寸对加载时间的影响。有一两个具体数字，报告的专业度立刻不一样。

7.2 答辩时被追问的三个问题，提前准备好

根据我带实验课的经验，老师最常追问的三个问题是："你这个矩阵为什么这么乘"、"这个算法的时间复杂度是多少"、"如果模型更复杂，你的方案还成立吗"。

第一个问题考的是变换顺序理解，准备好手算过程就能答。第二个问题考的是算法意识，Bresenham 是 O(n)，n 是较长轴上的像素数；扫描线填充是 O(边数 + 扫描线数 × 交点排序开销)，能说出大致量级就行。第三个问题考的是边界意识，比如逐顶点光照在低面数下失真、固定管线在复杂材质下不够用、透明排序在大量物体时开销大，能说出局限比强行说"没问题"更让人信服。

提示：答辩时如果被问到不会的，直接说"这块我还没验证到，我的推测是……"，比硬编一个答案好。图形学的细节太多，没人指望你全懂，但态度和思路是能看出来的。

7.3 实验之外的延伸方向

如果做完基础实验还有余力，我建议往两个方向延伸。一个是把渲染结果和数学公式对起来，比如写一个小工具，输入任意点和光源位置，实时显示法线点积的数值和对应像素颜色，这样公式和画面就彻底打通了。另一个是做一次完整的场景，把变换、光照、纹理、透明混合全部用上，因为单独的实验都是玩具，组合起来才会暴露排序、状态管理、资源释放这些工程问题。

我自己在这些实验里折腾下来，最大的收获其实不是学会了某个 API，而是建立了一种"从像素反推计算过程"的思维方式。屏幕上任何一个颜色不对的像素，背后一定有一个具体的矩阵、一次具体的归一化、一个具体的采样决策出了问题。顺着这条链路往回找，几乎总能找到原因。这个习惯后来在处理任何图形相关的问题时都用得上，比记住多少个函数签名有用得多。