07-摄像机

第 7 章 摄像机：游戏里的”眼睛”

上一章我们把”光怎么算出明暗”讲透了。现在有个新问题摆上来：

光算好了、物体摆好了、场景里该亮的亮了该暗的暗了——然后呢？这些三维的东西，是怎么”进到你眼睛里”、变成你屏幕上那张二维画面的？

答案就是这一章的主角：摄像机（Camera）。

你可能觉得”摄像机不就是个视角吗，有什么好讲的”。别急。我先丢一个会颠覆直觉的事实：

你玩游戏时看到的每一帧画面，不是”世界本来的样子”，而是”某一台摄像机看到的样子”。 世界是三维的、无限的；你屏幕是二维的、方形的、有边界的。从”无限三维”到”你眼前这块方屏”，中间全靠摄像机这一道转换。而这套转换里，藏着”近大远小”这种你以为天生如此、其实是人类硬设计的约定。

本章我们就把摄像机从”一个视角”拆成”一台决定你看见什么、怎么看的虚拟仪器”。

7.1 摄像机就是一台虚拟相机

先确立一个最根本的认知：游戏里的摄像机，和现实里你举的相机/手机，是同一个东西的虚拟版。

现实相机干四件事：

1. 它有个位置（架在哪）。
2. 它有个朝向（镜头冲哪）。
3. 它有个取景范围（广角还是长焦，能看到多大一片）。
4. 它把三维世界压成二维照片存下来。

游戏摄像机一字不差地干这四件事，只是”照片”变成了”你这一帧看到的屏幕画面”。Unity 里每个场景至少有一个 Camera 物体，它身上就挂着 Position（位置）、Rotation（朝向），以及一组决定”看多大、怎么压”的参数。

最关键的一句，请刻进脑子：

你看到的 = 摄像机看到的。没有摄像机，就没有画面。 摄像机被你转一下，整个世界在你眼里就转一下；摄像机往前推，世界就朝你涌过来。玩家操作角色时，本质常常是”挪动那台跟着角色的摄像机”。

这引出第 2 章我们埋的伏笔——世界坐标和屏幕坐标之间，隔着”摄像机”这道转换。现在揭晓：这道转换，就是摄像机把三维世界**投影（Projection）**成二维屏幕的过程。投影是本章的心脏，7.2、7.3 专门拆。

生活化类比：把游戏世界想成一座巨型舞台，摄像机是台始终开着的直播相机。观众（你）只能看到这台相机拍到的画面。你想让观众看主角特写，就把相机推近主角；想看全景，就拉远、调广角。整个”玩家体验”，很大程度是”相机怎么摆、怎么动”的艺术——电影里叫”镜头语言”，游戏里也一样。

我再补一层，帮你把”摄像机”和”坐标”（第 2 章）彻底焊死：你调角色的 transform.position，改的是它在世界坐标里的位置；但角色”在屏幕的哪个像素”，不由世界坐标决定，而由”那台摄像机的世界坐标 + 朝向 + 投影”决定。同一辆车停在世界 (10,0,0)，摄像机在它正前方拍，它在屏幕中间；摄像机绕到它背后拍，它在屏幕里就”转了向”——车没动，动的是相机。所以第 2 章那句”同一物体在不同眼里位置不同”，到这里就完全坐实了：不同的”眼”= 不同的摄像机，屏幕坐标随之而变。你以后做”小地图(正交俯视)、主画面(透视跟随)、过场(导演机)“，本质就是在同一世界里架了好几双不同的”眼”，各看各的。

还有个容易被忽略的点：摄像机本身也是场景里的一个物体（GameObject），它也有 Position、Rotation，也能被代码移动旋转。所以它不是什么神秘全局设置，就是”一个你能随便摆弄的虚拟相机节点”。你写 camera.transform.position = ...，就是在挪这台相机。把它想成一个”可程序控制的相机道具”，恐惧感立刻消失。

7.2 透视投影：近大远小是自然规律

现在进核心。先问你一个天天见、却从没质疑过的事：

一条笔直的马路，远处的路越变越窄，最后汇成一个点；两排路灯，近的粗大、远的细小，远到天边几乎重合。为什么”远的看起来小”？这是世界本来如此，还是眼睛/相机在骗你？

7.2.1 现实里：远的东西”张角”小

原因在几何，不在物体。一个路灯，它本身大小没变。但它在你眼睛里占多大，取决于它对你眼睛所张的角（视角 / 张角）。

你伸一根手指在眼前 10 厘米，它挡住你半边视野，张角大；同样的手指举到两米外，只占一小条，张角小。物体越远，对我们眼睛的张角越小，于是”看起来越小”。这叫透视（Perspective），是光学和几何的铁律，不是错觉。

相机的底片（或你视网膜）上，一个物体成像的大小，近似正比于”它真实大小 ÷ 它到相机的距离”。距离翻倍，成像减半——这就是”近大远小”的数学根。

7.2.2 为什么 3D 游戏用透视投影

既然现实世界是透视的（近大远小），而游戏想”像真的”，那最自然的选择就是：让摄像机也按透视来压画面。这叫透视投影（Perspective Projection）。

好处一望便知：用了透视，远处的山自然变小、马路自然汇成一点，画面立刻有”真实的空间纵深”。你第 8 章学的雾，也是靠这种纵深感才显得合理——远处又小又糊，正好。

连回第 2 章：世界坐标里的点，要经过”摄像机投影”才能变屏幕坐标。透视投影干的具体事就是——把每个三维点，按”它离摄像机多远”，往中心压缩，得到屏幕上的二维位置。离得近，压得少（显得大）；离得远，压得多（显得小）。

这里补一个你写程序能懂的细节，但不深究：透视投影在数学上是一个**4x4 矩阵（projectionMatrix）**的乘法。第 2 章我埋过钩子”变换 = 矩阵搬运坐标”，这里兑现一半——摄像机把”世界坐标”乘上这个投影矩阵，再除以一个叫 w 的分量（透视除法），就得到”屏幕坐标”。你看，矩阵不是吓人的概念，它就是”把三维压成二维的那道搬运公式”。等以后你深入 shader，会再回来。现在你只需记住：透视 = 按距离压缩 = 近大远小。

7.2.3 一个能动手体会的投影示例

还是算一次，你就不虚了。设想摄像机在原点朝 +z 看，FOV 合适。世界里有根柱子，高 2 米，底部在 z = 10 米处、顶部在 z = 10 米处只是 y 从 0 到 2。

透视投影做啥？它把每个点的 y 除以”到相机的距离 z”，再乘一个缩放系数（由 FOV 定）。底部：屏幕y = 2系数 × (0 / 10) = 0。顶部：屏幕y = 系数 × (2 / 10) = 0.2 × 系数。

现在柱子被你走近到 z = 5 米（还是高 2 米）。底部还是 0；顶部：系数 × (2 / 5) = 0.4 × 系数。同样一根 2 米柱子，离你 10 米时屏幕高 0.2 系数，离你 5 米时变成 0.4 系数——近了一倍，看起来大一倍。 这就是”距离翻倍、成像减半”的活演算。除以 z 那一步，就是”近大远小”的数学心脏。

你写程序会心一笑：这不就是 screenPos = worldPos / z 嘛。对，透视投影的”压缩”，核心就是这一道除法。正交投影呢？它不除以 z，直接 screenPos = worldPos（再平移缩放到屏幕），所以远近一样大。一个除、一个不除，就是透视和正交的全部差别——简单到有点好笑，却是整个 3D 画面的分水岭。

7.2.4 一个关键直觉：透视投影”保不住平行”

透视有个反直觉但重要的性质：现实中平行的线，在透视画面里不一定平行。最经典的例子：火车两条铁轨，现实绝对平行，可在你照片里它们在远处”汇合”了。这是因为透视按距离压缩，远处两点被压得靠拢，平行线就”相交”于灭点（vanishing point）。

这对游戏意味着什么？意味着你做场景时，别指望”屏幕上看齐”就等于”世界里平行”。很多新手摆建筑，发现”地上两条线在画面里歪了”，慌了——其实没歪，是透视的正常表现。理解这点，你就不会被画面骗。

7.3 正交投影：为什么工程图 / 小地图不要近大远小

透视这么”真实”，那是不是永远该用它？不一定。我先问：

你看过建筑图纸吗？一张房子的平面图，近处的墙和远处的墙一样长、一样粗，绝不”近大远小”。工地工程师拿它量尺寸，要是远处墙画小了，他算材料就错。还有游戏里那种”从上往下俯视”的小地图，远处的敌人和近处的敌人一样大。这些为什么故意不用近大远小？

这就是另一种投影：正交投影（Orthographic Projection）。

7.3.1 正交：没有透视缩短

正交投影的思想极简单：不管物体离摄像机多远，成像大小一律不变。 它不做”按距离压缩”那一步。

几何上，透视是”从相机这个点发射视线、像锥子一样收拢”（透视投影也叫”针孔/锥体投影”）；正交是”视线全部平行射出，像一堵平板把世界拍扁”——远近物体在平板上投影大小相同。

生活类比：透视像你用一只眼睛瞄远处（越远越小）；正交像你拿一块玻璃垂直贴着世界、把每个点平行地拓到玻璃上（远近一样大）。第二种不真实，但量得准。

7.3.2 它对付什么问题：等距、可量、清爽

正交投影解决的是”我要准确、不要真实”的场景：

• 工程图 / CAD：尺寸必须 1:1 可读，远小近大会误导。建筑、机械用正交。
• 2D 游戏：很多 2D 游戏（横版、俯视）本质是世界是平的或固定视角，用正交相机最干净——角色远近一样大，不会忽大忽小，布局和碰撞好算。
• 俯视小地图 / 战术视图：小地图上敌人离你远还是近，要靠”位置”判断，不能靠”大小”，否则远处敌人缩成点你看不见。正交保证远近一样大，信息不丢。
• 等距（Isometric）视角：很多策略游戏（如模拟城市类）用正交做出”伪 3D”的等距感——有立体样子，又不变形，方便排布。

7.3.3 等距（Isometric）：正交造出的”伪 3D 立体感”

正交里有个特别常用的变体叫等距视角（Isometric），值得单拎出来说，因为你一定见过。

纯正交如果正对着拍，世界是”正面平板”（像看一张海报）。但工程师把正交相机转一个固定角度（比如俯 30 度、侧 45 度）去拍一个盒子世界，出来的画面就有”能看见顶面+正面+侧面”的立体样子——可因为是正交，盒子远近一样大、平行线不汇合，于是它既有立体感、又不畸变。这种”看起来是 3D、量起来是 2D”的调调，就是等距。

经典游戏：模拟经营（模拟城市类）、很多像素风 RPG（如早期《暗黑破坏神》《星级争霸》的斜 45 度）、《纪念碑谷》式的空间解谜。它们的魅力正来自”正交的清爽 + 立体的好看”。你做这类游戏，选正交相机 + 固定角度即可，不用操心透视变形，排布建筑也直观（一格就是一格，不会近大远小导致对齐难题）。

为什么等距比透视”好排布”？因为透视下远处一格会被压缩，你想铺整齐的棋盘格会越往远越挤；正交下每格等大，棋盘永远整齐。这就是为什么策略游戏爱用正交/等距——信息密度均匀，玩家读图不吃力。

7.3.4 透视 vs 正交：一张对照

维度	透视投影	正交投影
近大远小	有（真实）	无（等大）
平行线远处	汇成灭点	始终平行
真实感	强	弱
可量性	差（远小）	强（等大）
典型用途	绝大多数 3D 游戏主画面	2D 游戏、小地图、工程图、等距策略
摄像机参数	有 FOV、近/远裁剪面	有 Size（正交视野大小）、近/远裁剪面

你看，选透视还是正交，不是”哪个高级”，而是你要真实感还是要准确/清爽。这是工程师按”对付什么问题”做的选择，又是那条主线。

7.4 视野（FOV）、近 / 远裁剪面：屏幕装不下的怎么办

投影类型定了（透视还是正交），摄像机还有几个决定”看多大、看哪段”的参数。这一节讲最实用的三个。

7.4.1 FOV（Field of View，视野角）

透视摄像机有个 FOV，中文”视野”或”视场角”，单位是度。它决定”镜头张多大口”。

生活类比：你睁一只眼，FOV 大概是你余光能罩住的角度（人眼单眼约 100~120 度广角）。你举起双筒望远镜（长焦），FOV 很小，只能看远处一小块，但那小块被放得很大。

游戏里：

• FOV 大（如 90~110 度） = 广角。看得宽，但边缘物体被拉扯变形（广角畸变，类似手机自拍广角脸歪）。第一人称射击游戏常用较大 FOV，让你”眼观六路”。
• FOV 小（如 20~40 度） = 长焦 / 望远镜。看得窄，但远处物体被放大、显得近。过场动画想”把远处主角拉近”，就缩 FOV。电影感运镜常这么玩。

调 FOV 是你做”观感”最直接的旋钮之一：想紧张压抑（狭窄视野）就小，想开阔自由就大。

举几个具体数字帮你建立手感（人眼单眼约 100~120 度，但游戏几乎不用这么大，因为边缘畸变太重、且屏幕没那么宽）：

• 第一人称射击（FPS）：常用 75~90 度。开大（如 103）显得”速度快、开阔”，但枪和手会被拉扯变形；调小（如 70）画面更”长焦”、稳定，但周边余光少、易眩晕。很多玩家调试感，就在这几度之间反复拧。
• 第三人称动作：常用 40~60 度，像”隔着一段距离拿长焦看主角”，主体突出、背景压缩。
• 过场特写：可临时拉到 20~35 度，把远处主角”放大拉近”，电影感强。
• 赛车游戏座舱视角：贴近人眼，约 60~80 度，兼顾仪表和路感。

一个重要的”沉浸感”陷阱：FOV 太大会让画面边缘疯狂畸变，玩久了头晕（眩晕感多源于”视野信息和内耳平衡感冲突”）；太小则像透过管子看世界，压抑。所以 FOV 不是越大越爽，而是”匹配你预期的距离感”。VR 游戏对 FOV 极敏感，因为头显要贴合人眼真实视野才不晕——这是另一个深坑，你以后做 VR 会撞上。

还有件反直觉的事值得点破：FOV 不影响”物体真实大小”，只影响”它占屏幕多大比例”和”远近物体的相对压缩”。 很多新手以为”调大 FOV 角色就变小”，其实角色世界尺寸没变，只是广角把周围撑开、显得角色占比小了。这点和焦距（相机镜头）的关系一模一样，你拍照换广角镜头，人没变小，是背景被拉远了。

7.4.2 近裁剪面（Near Clip Plane）与远裁剪面（Far Clip Plane）

这是两个距离值，决定”摄像机拍多近、拍多远”。

现实相机拍不了”贴着镜头”的东西（镜头前有玻璃），也拍不到无限远。游戏摄像机同理，设两道”围墙”：

• Near（近裁剪面）：比这更近的物体，不画。比如你设 Near = 0.3 米，那么镜头前 30 厘米内的东西被裁掉，不显示。
  • 为什么要裁？数学上投影要把”近大远小”算准，距离不能太接近 0（否则除零/精度崩）。而且贴脸的东西多半是你不需要看的（比如你自己的枪管根部）。
  • 坑预警：Near 设太小，会导致”远近精度”变差，远处物体闪烁（深度冲突 z-fighting）——这是老手的经典踩坑。一般 Near 设个合理小值（0.01~0.3）即可，别设成 0。
• Far（远裁剪面）：比这更远的物体，不画。设 Far = 1000 米，那么 1 公里外的东西直接不渲染。

为什么要有 Far？两个原因：

1. 性能：远处看不见的东西白画浪费算力（呼应第 1 章餐厅、第 8 章偷工）。不画远处，省下的就是帧率。
2. 边界：世界有尽头，Far 就是”可视距离”的硬边界。

7.4.4 一组具体数字，帮你建立手感与避坑

参数不是抽象名词，给几个真实取值你就懂怎么拧了：

• Near 设 0.3，Far 设 1000：这是很多第三人称游戏的默认档。Near 0.3 避免贴脸穿模、又不过小伤精度；Far 1000 米覆盖大多数开放场景。
• Near 设 0.01（太小）的坑：Near 越接近 0，相机”前后精度”跨度越大（从 0.01 到 1000），深度缓冲（depth buffer，记录每个像素离相机多远的缓冲区）精度被摊薄，远处两个物体会”打架”闪烁，叫 z-fighting（深度冲突）。常见症状：远处地面和贴在其上的纹理不停闪、交错。解法：把 Near 提到 0.1~0.3，别贪小。
• Far 设太小（如 200）的穿帮：你站高处看，200 米外全没了，像世界被刀切。这时要么拉 Far，要么用第 8 章的雾把 200 米处糊成天色，伪装成”远处有雾”。
• Near/Far 比例别太悬殊：经验上 Far ÷ Near 别超过几千倍。要既看近又看远，优先抬 Near（而非猛抬 Far），或用对数深度缓冲（高级话题）。

一句话：Near 和 Far 是你给”世界切片”的两刀——中间这段才进画面。 它们既是性能开关（切掉不画的），也是精度旋钮（比例影响 z-fighting），还是和第 8 章雾配合的边界帘。调它们时心里同时装着这三件事，就不会乱。

7.4.5 宽高比（Aspect Ratio）：屏幕不是方的怎么办

FOV 只管”上下张多大口”，但屏幕还有个”宽窄”问题——宽高比（Aspect Ratio）= 画面宽 ÷ 高。

现实里：老电视 4:3（接近方），今显示器/手机 16:9（宽屏），超宽屏 21:9，竖屏手机 9:16。相机投影时，FOV 通常管”垂直方向”，水平方向由宽高比撑开。所以同一个 FOV，屏幕越宽，你左右看到越多（水平 FOV 越大）；屏幕越竖，左右看到越少。

这带来一个真实坑：你在宽屏上调好的构图，到竖屏手机上左右被砍，重要东西可能跑出画面。 移动端游戏常要按设备动态适配——要么锁死宽高比加黑边（信箱模式），要么让相机 FOV 随宽高比自动扩（保证关键信息总在屏内）。

你写程序会联想到：投影矩阵里就藏着宽高比这个因子（乘到 x 上）。调竖屏就是把那个因子压扁。本质还是”世界→屏幕”这道压缩里，多了一个”按屏幕形状拉伸”的步骤。记住它，你做跨平台发布时就不会被”手机上怎么构图怪了”搞懵。

一个设计直觉：横屏适合”看远方、看战场”（水平 FOV 大，视野开阔）；竖屏适合”看正前方、看角色特写”（垂直信息重要）。很多手游横竖屏切换，背后就是重算这套投影。这也说明：摄像机参数不是”设一次就忘”，而是要跟着”玩家用什么设备看”走。

7.4.3 连回第 8 章：雾用来藏远裁剪边界

这里把第 8 章的伏笔接上——远裁剪面以外不画，可玩家会看见”边界突然没东西”的穿帮。怎么办？用雾。

经典做法：把 Far 设在比如 500 米，然后在 300~500 米这段加浓雾（雾色 = 天色）。于是”500 米外不画”和”500 米外被雾吞没”在视觉上无法区分——玩家以为远处是雾，其实是世界尽头被裁了。雾，又一次成了”偷工不穿帮”的窗帘。

你看，摄像机（Far）和雾（Fog）是搭档：Far 决定”算到哪停”，雾决定”停的地方看起来自然”。两个参数一起调，才既省算力又不露馅。这条线你串起来，就懂了为什么教程顺序是坐标→……→雾→光→摄像机——它们彼此咬合。

7.5 多个摄像机：小地图、过场、画中画

最后一节说一个你肯定会用到的能力：一个场景可以有不止一台摄像机。

7.5.1 多台摄像机叠在一起

现实里你想同时看两路画面，得架两台相机。游戏里同理——场景里放两个 Camera，它们各自拍各自的角度，然后叠到同一块屏幕上（靠一个叫 Depth / 渲染顺序的属性决定谁盖谁）。

常见用法：

• 小地图：主摄像机拍正常第一/三人称视角；再放一台正交摄像机吊在场景正上方俯拍，把它渲染到屏幕右上角一小块（用 Viewport / 图层遮罩限定区域）。于是你主画面正常玩，角落有个俯视小地图——这正是 7.3 说的正交用途。
• 过场动画（Cutscene）：剧情时刻，切到一台专门摆好的”导演机”，从好看的角度播演出，播完切回玩家机。
• 画中画（PiP）：双人分屏、监控画面、后视镜，本质都是多台摄像机各拍各的、各占屏幕一块。
• 第一人称枪械 / 特效层：主画面之外，单独一台机只拍”枪和手”，叠加在最前，避免枪被墙挡住（穿墙枪的经典解法）。

7.5.2 它们怎么不打架：图层与深度

多台机叠一起，怎么保证”小地图只在角落、主画面占满”？两个机制：

• Culling Mask（剔除遮罩 / 图层）：每台机指定”我只拍哪些层（Layer）的物体”。比如小地图机只拍”地形层”，不拍 UI；主角机拍”角色层 + 地形层”。
• Depth（深度）：决定渲染先后。Depth 大的后画、盖在上面。小地图机 Depth 高，所以画在主画面之上；主画面 Depth 低，先画打底。

你写程序的话，这就像”多个图层（layer）分别渲染，再按 z-order 合成”。游戏引擎的渲染管线，底层就是”依次让每台摄像机把它的世界画到帧缓冲，后画的覆盖先画的”。

一个直觉收尾：摄像机不是”一个全局视角”，而是”可任意增删、各自取景、叠加合成的多个取景器”。你以后做 UI、做特效、做过场，都会回来指挥这些摄像机。理解了它，你就从”被动看画面的人”变成”安排画面的人”。

7.5.3 更多多机实例：分屏与后视镜

再给两个你一定会碰的用法，巩固”Culling Mask + Depth + Viewport”这套组合拳：

• 分屏对战（Split-screen）：两个人同屏玩，每人一台主摄像机。两台机都用满屏 Viewport，但一台占左半（x:00.5）、一台占右半（x:0.51），各自跟一个玩家。两台机 Culling Mask 可以相同（都拍全部），靠 Viewport 把屏幕劈成两半。经典如《马里奥赛车》本地双人。
• 载具后视镜：赛车游戏里后视镜那块小画面，其实是一台放在车尾、朝后拍的摄像机，渲染到后视镜那个 UI 区域。它和主摄像机（车头朝前）方向相反，但同属一个场景。原理和小地图一样，只是朝向不同。
• 特效/UI 独立层：有些游戏把”全屏泛光、血迹边框”放到一台额外的高 Depth 摄像机，只拍特效 Layer，叠在最前。这样特效永远不被场景遮挡。

你会发现，这些花样万变不离其宗：多台机 = 多路取景，Viewport 定占屏哪块，Depth 定谁盖谁，Culling Mask 定拍什么。 你写过程序，就把每台机当成”一个独立渲染通道”，合成时按 Depth 叠加——思路清晰得很。

7.5.4 第一人称与第三人称：两种”眼”的哲学

顺着”多机”的思路，聊一个你会反复做选择的题：主摄像机到底架在哪？ 这决定了整个游戏的”体感”。

• 第一人称（FPS）：摄像机直接架在”角色眼睛”上，Position = 角色头部，朝向 = 角色视线。你看到的就是角色看到的，看不到自己身体（只看到枪和手，那是用另一台机/特效层做的，见 7.5）。优点是沉浸感强——你就是角色；代价是空间感弱，容易晕、容易判断不好距离（因为全是透视、没有”自己身体”当参照）。
• 第三人称：摄像机在角色”后上方”悬浮，看向角色（就是 7.6 跟随的那套）。你能看到角色全身、看到它和环境的关系，空间感好、操作友好；代价是”屏幕中心不一定是准星”，射击类要额外算”镜头到目标的延长线”当瞄准线。

你发现没有，这根本不是”哪个更好”，而是”你要玩家代入角色，还是观察角色”。代入→第一人称；观察→第三人称。而无论哪种，底层都只是”摄像机 Position/Rotation 绑在角色的哪个局部坐标上”——第一人称绑头部、第三人称绑身后偏移。又是第 2 章”局部坐标”的用武之地：那台机是角色的”子物体”，跟着角色的局部系走。

进阶玩法：很多游戏在两者间无缝切换——平时第三人称看角色，举枪瞄准时切第一人称（相机瞬移头部）。实现上就是”同一台机在两套局部偏移间插值”，或干脆两台机切换 Depth。你理解原理后，这种花活不过是”挪相机 + 切图层”的组合拳。

7.6 摄像机跟随：它怎么”黏”着主角

多摄像机讲完，有个你几乎每个游戏都要写的功能必须单独说：主摄像机怎么跟着玩家走？ 这是”摄像机”从”静态取景器”变成”活的角色伙伴”的关键。

最朴素的做法：每帧把摄像机位置 = 玩家位置 + 一个固定偏移（比如”玩家头顶后方 5 米”）。玩家挪，摄像机跟着挪；玩家转，偏移也跟着转，于是摄像机始终在玩家”后上方”盯着他。这就是绝大多数第三人称游戏的基础。

但你会立刻撞见两个真实问题：

1. 太硬：摄像机严格贴着玩家，玩家一抖摄像机就抖，看得人晕。工程师的解法：平滑跟随（Lerp / 阻尼）——摄像机不直接瞬移到目标位置，而是每帧”朝目标挪一点点”（当前位置 = lerp(当前, 目标, 系数)）。像摄像机吊在一条有弹性的绳上，玩家急停它缓缓追上。系数小=懒洋洋跟，系数大=紧贴。这又是”用近似换体验”的老套路。
2. 穿墙：玩家走到墙后，摄像机如果还按偏移摆，会卡进墙里，看到墙的背面（穿帮）。解法：碰撞规避——摄像机朝玩家连线如果戳到墙，就把摄像机往前拉到墙前；或者给摄像机也加碰撞体，让它被墙挡住时自动贴墙。很多引擎的 Cinemachine（摄像机工具）把这些全打包好了。

为什么提这个？因为跟随的本质，还是”每帧重新算摄像机的位置和朝向”——也就是第 2 章的变换（平移+旋转）每帧作用在摄像机上。 你调摄像机，本质是在调”它相对玩家这个父物体的局部坐标（偏移）“。这又把第 2 章的坐标、第 6 章的”玩家体验靠镜头”全串起来了：玩家看到的世界，永远是”一台被代码实时摆弄的虚拟相机”看到的。

一个能直接上手的小实验：你建个 Cube 当玩家，建个摄像机，写三行伪代码——“摄像机位置 = Cube位置 + (0,3,-5)；摄像机看向 Cube；每帧执行”——跑起来，Cube 一动摄像机就跟着。再把它改成 lerp 平滑，感受”硬跟”和”软跟”的区别。这几行代码，就是你理解所有第三人称镜头语言的起点。

7.7 收个尾，连回主线

把摄像机扣回全书那句话：游戏把贵/复杂的事，用约定和预计算换成可控的体验。

• 自然现象：现实相机有位置、朝向、取景范围；近大远小是几何铁律（远物张角小）。
• 现实问题：无限三维世界，装不进有限二维屏幕；有时要真实（透视），有时要准确（正交）；太近太远的东西不能画（性能/精度/边界）。
• 工程师方案落进引擎：
  • 投影（Projection）：透视按距离压缩（近大远小，用 projectionMatrix），正交不压缩（等大）。连回第 2 章”世界→屏幕隔投影”。
  • FOV：广角 vs 长焦观感。
  • Near / Far 裁剪面：只画一段距离。连回第 8 章”雾藏 Far 边界”。
  • 多摄像机 + Culling Mask + Depth：小地图、过场、画中画。
• 你能做的：挪摄像机改体验，调 FOV 改观感，用正交做小地图，用多机做画中画。

到这，坐标（第 2 章）、材质（第 5 章）、光照（第 6 章）、雾化（第 8 章）、摄像机（本章）这条”空间与画面”的主线，你已经能串成一张图了：物体在坐标里摆好 → 材质定表面 → 光照算出明暗 → 摄像机投影成二维 → 雾藏住远处边界。 下一阶段我们进”声音”，你会看到声音”存进计算机”也是从自然现象（波）出发、为解决问题才发明采样与压缩，思路一模一样。

【思考题】

1. 现实里”远处的路灯看起来小”，到底是路灯真变小了，还是另有原因？用”张角”解释。为什么 3D 游戏主画面几乎都用透视投影？
2. 正交投影和透视投影最核心的区别是什么？举两个”必须用正交、不能用透视”的游戏场景，并说明为什么。
3. 近裁剪面（Near）和远裁剪面（Far）分别裁掉什么？为什么要有 Far？它和第 8 章的雾是怎么配合的？
4. 一个场景里放两台摄像机（主视角 + 右上角小地图），它们怎么做到”主画面占满、小地图只在角落不打架”？需要哪两个机制配合？

【参考答案】

1. 路灯没真变小，是它对你眼睛的张角随距离变小了——物体越远张角越小，成像（看起来）越小，这是几何铁律不是错觉。3D 游戏主画面用透视投影，正是因为现实世界是透视的（近大远小），用透视画面才有真实的纵深感；而且第 8 章的雾也依赖这种”远处又小又糊”的纵深才显得合理。所以透视 = 按距离压缩 = 近大远小，是”像真”的自然选择。
2. 核心区别：透视按距离压缩（近大远小），正交不压缩（远近等大）。 必须用正交的场景：(a) 俯视小地图——远处敌人若被透视缩小就看不见/误判远近，正交保证远近一样大，信息不丢；(b) 2D 游戏 / 工程图——2D 游戏世界是平的或固定视角，正交最干净不变形，布局碰撞好算；工程图要 1:1 可读尺寸，远小近大会误导算料。本质都是”要准确/清爽，不要真实感”时选正交。你能否想到第三个该用正交的场景？
3. Near 裁掉”比它更近”的物体（不画），Far 裁掉”比它更远”的物体（不画）。要有 Far 因为：一是性能（远处看不见的画了白费算力），二是边界（世界有尽头，Far 是可视距离硬限）。配合第 8 章雾：把 Far 设在一定距离（如 500 米），在接近 Far 的区段加浓雾（雾色=天色），于是”Far 外不画”被伪装成”远处被雾吞没”，玩家看不出世界尽头。雾再一次当”偷工不穿帮”的窗帘。
4. 靠两个机制配合：(a) Culling Mask（图层遮罩）——每台机指定只拍哪些 Layer，小地图机只拍地形层、主機拍角色+地形；(b) Depth（深度/渲染顺序）——决定谁后画盖谁上，小地图机 Depth 高，画在主画面之上，且用 Viewport 限定它只占屏幕右上角一小块。两者一限”拍什么”、二限”画在哪层”，就不打架。这本质就是”多图层按 z-order 合成”，和写程序的图层叠加一个道理。