第三章 图形学基础：坐标系与坐标变换、基本图形元素、图形数据结构、图形导入与解析

各位工程师朋友，大家好。我是你们的老朋友，一个在激光切割机边上摸爬滚打了十几年的老工程师。今天咱们聊点硬核的——图形学基础。

你可能会问：“我一个搞激光切割的，学图形学干嘛？” 说白了，激光切割就是让一束光沿着你画好的路径跑。路径怎么来？从图形来。图形怎么存？怎么算？怎么转成机器能懂的语言？这就是图形学要解决的问题。我刚开始带项目那会儿，就因为没搞懂坐标系变换，切出来的零件歪了整整一排，被老板骂得狗血淋头。从那以后，我老老实实把这块补上了。

3.1 坐标系与坐标变换

先说说坐标系。激光切割里最常见的就两种：世界坐标系和工件坐标系。

• 世界坐标系：固定在机床上的绝对坐标系。你开机后，机器回零，那个零点就是世界坐标系的原点。
• 工件坐标系：固定在工件上的相对坐标系。你把板材往床面上一放，板材的某个角就是工件坐标系的原点。

为什么要区分？因为板材放的位置不可能每次都一模一样。你想想看，如果每次换料都要重新编程，那效率得多低？所以我们用工件坐标系来编程，切割时再通过坐标变换映射到世界坐标系上。

坐标变换说白了就是三个动作：平移、旋转、缩放。数学上用一个4x4的齐次变换矩阵搞定。嗯，这里我直接给代码，你们拿去就能用。

// 二维齐次变换矩阵示例（C语言风格）
typedef struct {
    double a, b, c;  // 旋转+缩放
    double d, e, f;  // 旋转+缩放
    double g, h, i;  // 平移+透视（透视一般设为0,0,1）
} Matrix3x3;

// 平移矩阵
Matrix3x3 translation(double tx, double ty) {
    Matrix3x3 m = {1, 0, tx, 0, 1, ty, 0, 0, 1};
    return m;
}

// 旋转矩阵（角度制）
Matrix3x3 rotation(double angle) {
    double rad = angle * M_PI / 180.0;
    Matrix3x3 m = {cos(rad), -sin(rad), 0, sin(rad), cos(rad), 0, 0, 0, 1};
    return m;
}

// 应用变换：点p经过矩阵m变换后得到新点
Point transform(Point p, Matrix3x3 m) {
    Point result;
    result.x = m.a * p.x + m.b * p.y + m.c;
    result.y = m.d * p.x + m.e * p.y + m.f;
    return result;
}

3.2 基本图形元素：点、线、弧

激光切割的路径，归根结底就是三种基本元素：点、直线、圆弧。别小看这三样，所有复杂的图形都是它们拼出来的。

• 点：就是坐标(x, y)。在切割中，点代表定位孔、打标点、或者路径的起点终点。
• 直线：由起点和终点定义。切割中最常见的路径，简单高效。
• 圆弧：由起点、终点、圆心（或半径）定义。注意，激光切割的圆弧必须用顺圆或逆圆来区分方向，否则切出来是反的。

我见过不少新手，画图时用样条曲线代替圆弧。结果导入切割软件后，样条曲线被离散成无数小线段，切割速度上不去，表面还坑坑洼洼。所以，能用圆弧的地方，千万别偷懒用样条。

3.3 图形数据结构：邻接表与邻接矩阵

图形在计算机里怎么存？这就涉及到数据结构了。激光切割的路径本质上是一个图——顶点是路径点，边是路径段。

常用的两种存储方式：

数据结构	优点	缺点	适用场景
邻接矩阵	查询两点是否相连很快（O(1)）	占用空间大（O(n²)）	图形顶点少（<100个）
邻接表	节省空间（O(n+e)）	查询稍慢	图形顶点多（>100个）

我个人习惯用邻接表。为什么？因为激光切割的图形动辄几千上万个顶点，用邻接矩阵内存直接爆炸。邻接表虽然查询慢一点，但配合哈希表优化后，实际性能完全够用。

// 邻接表实现（Python风格伪代码）
class Graph:
    def __init__(self):
        self.adj = {}  # 字典：顶点 -> 邻接顶点列表
    
    def add_edge(self, u, v):
        if u not in self.adj:
            self.adj[u] = []
        self.adj[u].append(v)
        # 无向图还需添加反向边
        if v not in self.adj:
            self.adj[v] = []
        self.adj[v].append(u)
    
    def get_neighbors(self, u):
        return self.adj.get(u, [])

3.4 图形导入与解析：DXF格式

DXF是AutoCAD的交换格式，也是激光切割行业的事实标准。几乎所有绘图软件都能导出DXF，几乎所有切割软件都能导入DXF。但中间的水很深，我踩过的坑比你们吃过的盐还多。

DXF文件的结构其实不复杂，就是一堆组码和值的配对。比如：

0
SECTION
2
ENTITIES
0
LINE
8
0        // 图层名
10
0.0      // 起点X
20
0.0      // 起点Y
11
100.0    // 终点X
21
50.0     // 终点Y
0
ENDSEC

解析DXF的核心就是逐行读取组码，根据组码判断数据类型，然后提取数值。我写过一个轻量级的DXF解析器，只提取我们需要的实体（LINE、ARC、CIRCLE、LWPOLYLINE），其他一概忽略，速度飞快。

知识体系总览

下面这张图是我自己画的，把本章的核心逻辑串起来了。你一看就明白。

从DXF文件到G代码，中间经历了解析→存储→变换三个核心步骤。每一步都有坑，每一步也都有优化空间。掌握了这些，你就能从“只会按按钮的操作工”升级成“能自己写路径优化算法的工程师”。

---

公众号:蓝海资料掘金营，微信deep3321