我们的相机之前一直都是固定死的，这次让我们来做些改变，让我们使用一个可调整的视野（fov）。 先看一下我们之前是如何设置camera的：[](http://www.wjgbaby.com/wp-content/uploads/2018/05/18051706.png)
- vec3 lower_left_corner(-2.0, -1.0, -1.0);
- vec3 horizontal(4.0, 0.0, 0.0);
- vec3 vertical(0.0, 2.0, 0.0);
然后，光线和平面的交点坐标可以表示为向量：lower_left_corner + u*horizontal + v*vertical。这个即为光线的方向向量。 我们要重新配置camera，引入张角 theta 和画面宽高比 aspect： [](http://www.wjgbaby.com/wp-content/uploads/2018/05/18051707.png) "设整个画面的高为")
vec3 lower_left_corner(-half_width, -half_height,-1.0);
vec3 horizontal(2*half_width, 0.0, 0.0);
vec3 vertical(0.0, 2*half_height, 0.0);
在运算时，theta一般用的是弧度，而我们在给函数设置参数时使用角度更为方便。所以，引入角度vfov=theta*180/M_PI（即，theta = vfov * M_PI/180）。ofov有个专业的名称：fieldof view 对于任意观测点，我们称： 放相机的位置为lookfrom，我们看的点（画面中心点）为lookat，相机的倾斜方向为view up （简称vup，一般设置为（0，1，0）） [](http://www.wjgbaby.com/wp-content/uploads/2018/05/18051710.png) 有了这三个东东，我们现在就要找出相机在任意点的标准正交基（也就是相机要建立自己的坐标系，然后在自己的坐标系看之前坐标系的物体）。 w = unit_vector(lookfrom - lookat)（w相当于z） u = unit_vector(cross(vup, w))（u相当于x） v = cross(w, u)（v相当于y） [](http://www.wjgbaby.com/wp-content/uploads/2018/05/18051711.png)
#ifndef cameraH
#define cameraH
//M_PI 是一个宏定义，圆周率的定义，math文件中也有这家伙。
#define M_PI 3.14159265358979323846
#include “ray.h”
class camera
{
vec3 origin;
vec3 lower_left_corner;
vec3 horizontal;
vec3 vertical;
public:
camera(vec3 lookfrom, vec3 lookat, vec3 vup, float vfov, float aspect)
{
vec3 u, v, w;
//theta张角
float theta = vfov \* M\_PI / 180;
//一半的高度等于tan（theta/2）
float half\_height = tan(theta / 2);
//aspect画面宽高比例
float half\_width = aspect \* half\_height;
//lookform相机位置
origin = lookfrom;
//lookat相机看相的点
//w得到一个相机正前方的向量
//垂直于 w 与 view of up（简写为vup）的向量即为“平面上”横向的向量，
//垂直于横向向量与 w 的向量即为竖向向量
w = unit\_vector(lookfrom - lookat);
u = unit\_vector(cross(vup, w));
v = cross(w, u);
lower\_left\_corner = origin - half\_width \* u - half\_height \* v - w;
horizontal = 2 \* half\_width \* u;
vertical = 2 \* half\_height \* v;
}
ray getray(float u, float v)
{
return ray(origin, lower\_left\_corner + u \* horizontal + v \* vertical - origin);
}};
#endif
cpp：
#include
#include
#include
#include “sphere.h”
#include “hitable_list.h”
#include “camera.h”
#include “material.h”
using namespace std;
//获得反射射线
vec3 RandomInUnitsphere()
{
vec3 p;
do{
p = 2.0f * vec3((rand() % 100 / float(100)), (rand() % 100 / float(100)), (rand() % 100 / float(100))) - vec3(1.0f, 1.0f, 1.0f);
} while (dot(p, p) >= 1.0f);
return p;}
vec3 Color(const ray& r, hitable* world, int depth)
{
//这个“rec”会在sphere::hit ()中带上来被撞击球的材料属性（指向一个材质对象的指针mat_ptr）。
//根据这个指针可以获取材料对象的成员方法scatter()和成员变量albedo（反射衰减向量）
hit_record rec;
if (world->hit(r, 0.001f, FLT_MAX, rec))
{
ray scattered;
vec3 attenuation;
if (depth < 50 && rec.mat_ptr->scatter(r, rec, attenuation, scattered))
{
//获取反射光线向量scattered和反射衰减向量attenuation
return attenuation * Color(scattered, world, depth + 1);
//反射光线的强度需要乘以反射衰减向量（对应坐标相乘作为新的向量）。
//然后反射光线就扮演之前“原始光线”的角色。如果再次撞击到小球，就再次反射，直到不再撞击到任何球为止
}
else
{
return vec3(0.0f, 0.0f, 0.0f);
}
}
else
{
//绘制背景
vec3 unit_direction = unit_vector(r.direction());
float t = 0.5f * (unit_direction.y() + 1.0f);
//线性混合，t=1时蓝色，t=0时白色，t介于中间时是混合颜色
//blended\_value = (1-t)\*start\_value + t\*end\_value
return (1.0f - t) \* vec3(1.0f, 1.0f, 1.0f) + t \* vec3(0.5f, 0.7f, 1.0f);
//注意这里，原始光线和反射光线最后都会跑到这里来。
//背景的颜色：原始光线的方向向量的映射
//漫反射材料和镜面材料的颜色：最后一次反射光线的方向向量的映射 \* 所有反射衰减系数的乘积。
//漫反射和镜面反射的区别在于，漫反射的每次反射方向是随机的
}}
//And add some metal spheres
int main()
{
ofstream outfile;
outfile.open(“IMG2.ppm”);
int nx = 800;
int ny = 400;
//采样次数
int ns = 100;
outfile << "P3\\n" << nx << " " << ny << "\\n255\\n";
hitable\* list\[5\];
list\[0\] = new sphere(vec3(0.0f, 0.0f, -1.0f), 0.5f, new lambertian(vec3(0.8f, 0.3f, 0.3f)));
list\[1\] = new sphere(vec3(0.0f, -100.5f, -1.0f), 100.0f, new lambertian(vec3(0.8f, 0.8f, 0.0f)));
list\[2\] = new sphere(vec3(1.0f, 0.0f, -1.0f), 0.5f, new metal(vec3(0.8f, 0.6f, 0.2f), 0.3f));
list\[3\] = new sphere(vec3(-1.0f, 0.0f, -1.0f), 0.5f, new dielectric(1.5f));
list\[4\] = new sphere(vec3(-1.0f, 0.0f, -1.0f), 0.5f, new dielectric(1.5f));
hitable\* world = new hitable\_list(list, 5);
camera cam(vec3(-2.0f, 2.0f, 1.0f), vec3(0.0f, 0.0f, -1.0f), vec3(0.0f, 1.0f, 0.0f), 60, float(nx) / float(ny));
//随机数
default\_random\_engine reng;
uniform\_real\_distribution<float> uni\_dist(0.0f, 1.0f);
for (int j = ny - 1; j >= 0; j--)
{
for (int i = 0; i < nx; i++)
{
vec3 col(0.0f, 0.0f, 0.0f);
//每个区域采样ns次
for (int s = 0; s < ns; s++)
{
float u = float(i + uni\_dist(reng)) / float(nx);
float v = float(j + uni\_dist(reng)) / float(ny);
ray r = cam.getray(u, v);
//vec3 p = r.point\_at\_parameter(2.0);
//将本区域（(u,v)到(u+1,v+1)）的颜色值累加
col += Color(r, world, 0);
}
//获得区域的颜色均值
col /= float(ns);
//gamma矫正
col = vec3(sqrt(col\[0\]), sqrt(col\[1\]), sqrt(col\[2\]));
int ir = int(255.99 \* col\[0\]);
int ig = int(255.99 \* col\[1\]);
int ib = int(255.99 \* col\[2\]);
outfile << ir << " " << ig << " " << ib << "\\n";
}
}
outfile.close();
return 0;}
设置fov为60度时，效果如下： 
设置fov为90度时，效果如下： 
参考链接：https://blog.csdn.net/libing\_zeng/article/details/54560334 参考书籍：《Ray Tracing in One Weekend》 RTIOW系列项目地址：GitHub RTIOW系列笔记： RTIOW-ch1：Output an image RTIOW-ch2：The vec3 class RTIOW-ch3：Rays, a simple camera, and background RTIOW-ch4：Adding a sphere RTIOW-ch5：Surface normals and multiple objects RTIOW-ch6：Antialiasing RTIOW-ch7：Diffuse Materials RTIOW-ch8：Metal RTIOW-ch9：Dielectrics RTIOW-ch10：Positionable camera RTIOW-ch11：Defocus Blur RTIOW-ch12：Where next