3D 相机在手里转起来就像放烟花，但真正看透世界内部结构的时候，它却比天平还冷酷。别再跟我拿啥“透视法”撒气，那玩意儿早就把三十年的光学前沿给颠覆了。大家习惯了看屏幕，当作透视就是把物体往镜头前推，画成类似画在纸上的样子，实际上那是个最原始、最没用的概念。真世界的三维体素模型可没这本事，它们忒厚了，直接把空间挤扁，让你根本看不清里面藏着啥。

故此，我们根本不用画，也不用像那会儿那样求“正交投影”，目前的 3D 相机，特别是那种带纹理的体素相机，直接把每一根线都画出来了。 想象一下，你手里拿着一把枪，瞄准镜里看到的不是那个弯曲的世界，而是由无数个黑方块拼凑成的恐怖场景。每个方块里都藏着纹理，每个纹理都记录着方向。当你把模型搬到现实世界，这时候纹理的方向就彻底乱了。

比如我把方块推到镜头前，纹理应当和方块背面平行，但在屏幕上，纹理会跟着方块一起扭曲。

这就像是你把照片里的火柴人往前推，脸部的朝向就会一扭一扭。传统的图像处理软件，特别是旧版的 Photoshop，处理这种乱纹简直成了噩梦，你得一个个去对齐，然后慢慢蒙版，最终还得去重。目前的方案就是直接把这些乱纹扫出来，它们在屏幕上呈现时就已经是对的空间方向了。 实际上原理挺好办，就是一种“扫形”技术。机器人在宽阔的平地上随意走了一圈，每走一步就拍一张照片。

这就好比你拿着一个庞大的透明方块在操场上奔跑，每走一步，它就把自己扫过的一小块地面拍下来。别看拍下来的全是黑点（出于忒远了），但你只要把这些黑点连成线，跑了一圈一圈，连起来不就有一座山吗？这就相当于你在拍一个 3D 的影子，然后把影子的形状重建出来。 有人可能会说，那直接用手机拍视频算啥？哈哈，你当作你拍的是视频？错。你拍的是无数个不同距离下的影子，还有无数个不同角度的影子。每一帧视频都是那个场景里不同位置、不同角度的“影子”。当你把这些影子拼起来，要么用算法分析它们的方向和纹理，你就能还原出一个整个的、有深度的 3D 模型。

这就像是一个个盲人画家，他们手里拿着一个庞大的透明方块，围着房子转圈，把每一块地砖的纹理都记下来，最终大家把记下来的纹理按位置倒贴回去，就能画出整栋楼的立体结构。 这种技术最早是在 2012 年在波士顿大学用的，那时候他们让机器人走一圈，然后对所有拍下的视频进行处理，取出每个纹理的方向和强度，最终就能在屏幕上画出场景的纹理图。

这比当年那种用“阴影法”要么“透视投影法”做出来的模型要清楚多了，起码让你看清了每一根线的走向。早期的体素相机，比如那个著名的 Boston Dynamics 的 Petronas 机器人，连它自己的腿、肚子、脑袋，还有它背后的纹理，全是用这种扫形法拍出来的。它把机器人模型做得跟真人差不多，连肌肉纹理感都有，出于每一块皮肤表面的纹理方向都是记录在里面的。 说到数据，这可不是随意拍拍就完事。就拿波士顿那个极限机器人来说，单只大猩猩重 40 公斤，光给个身体模型就占用了 800 兆的纹理数据。

要是加上它的腿、手、尾巴，再加上眼、鼻子、嘴这些五官，总数据量能达到上千兆。

更关键的是，这些纹理是动态的。机器人步行的姿势会变，转圈圈的时候头发都会飘，跑起来时衣服褶皱也会变。

这就像给每个零件都贴了点动态贴纸，换一种步行姿势，贴纸的方向和位置就跟着变。

这种细节，当初那个作者为了追求极致，连机器人步行时的脸表情纹理都给它算进去了，出于那才是最真的 3D 感。 目前的云端 3D 相机应用得可多了，比如那个叫 Cloud9 的云端模型，它是用这种方式构建的。想象你在网页上看着一个模型，你旋转鼠标，模型里的纹理也跟着转，并且你还能把它放大、缩小，就连翻转过来，就像拿着一个真正的实体模型。

这一切的底层逻辑，就是那些散落在全球各地不同角度、不同距离下的“影子”。 有人可能会问，那有啥区别？那会儿做那个叫 X-Ray 的 3D 相机，它就算出了物体的内部结构，像看骨头、看血管，但那只是把物体内部的东西当成一个黑体塞进去，外面再罩一层透明罩子，结局就是画质挺烂，纹理乱得像破布。目前的云 9 模式不一样，它是把每一块像素都当成独立的纹理块存起来。

故此你看出来的纹理，每一块的方向都是彻底对的，就像你是直接拿着一个实体模型在屏幕上转一样。

这就是从“把物体当成空心壳”到“把物体当成真存有的纹理”的跨越。 再说说如何把数据变成画面。

有时候你直接看到的是纹理图，有时候你看到的是光影图。

实际上差别不大，都是把纹理的方向和颜色取出来了。有些相机会把纹理直接画在屏幕上，叫纹理图；有些会把纹理和光照混合起来，叫光影图。

这就像你画画，有的直接画线稿，有的先画阴影再画线稿。

只要纹理的方向是对的，光如何打上去，你都能看清物体的形状和纹理。 那些旧的方式，那时候的人认定“透视法”才是正解。他们把物体往镜头推，让物体变大，看起来近大远小，最终把物体压扁成二维的。别看这在数学上是成立的，但在物理上彻底是错的。世界是立体的，你往镜头前一推，背景会消亡，物体边缘会不清楚，这跟真情况彻底反之。目前的方案，就是承认世界是立体的，把每一根线都画出来，不管你如何转视角，纹理的方向都不会乱。

这就像是你把一张全景图拆成无数张小图，分别放在不同的角度，然后把这些碎片拼起来，自然就成了一张整个的立体的图。 故此，别再被那些标榜“透视”的营销话术给骗了。

那只是个老掉牙的概念。目前的 3D 相机，靠的是把世界变成无数个黑方块，然后扫出来纹理，最终把这些纹理按方向重新贴回去。

这过程别看有点笨，有点累，但它是目前唯一能把复杂物体纹理还原得如此真的方式。当你看着屏幕上旋转的模型，发现连头发丝都能看清走向，连衣服褶皱都严丝合缝时，你就知道，这不只是是图形学，这是一套真正能构建真感的技术。