檢視矩陣處於MVP矩陣的中v。一個模型的座標經過了V之後，就得到了世界座標。而得到世界座標之後，再經過V矩陣的變換就得到攝像機（視覺/眼睛）空間中的座標。再經過P矩陣變換得到，裁剪空間中的座標。這裡講解一下V矩陣的推導。

1、最常見的基
3D空間中最常見的基為：
v1=(1,0,0)
v2=(0,1,0)
v3=(0,0,1)
比如向量(1,2,3)在這個基下的座標就是(1,2,3)。

2、設另外一個正交基
v1=(0,1,0)
v2=(1,0,0)
v3=(0,0,1)
那麼向量(1,2,3)在此基上的座標為多少呢？

此時可以看到向量(1,2,3)在新的基下的座標為(2,1,3)。
3、攝像機的空間

如上圖所示，我們有兩個座標系，一個世界空間的座標系；另外一個是攝像機空間的座標系。我們的目的是得到紅色點（已知它的世界座標為(x,y,z），在攝像機空間的的座標(x’,y’,z’)。
利用上面基的知識，我們可以有下面的等式。
v=R.V’=Q.V”
v就是紅色點。
R是世界座標系的基
V’是v在基R下的座標
Q為攝像機座標系的基
V”是v在基Q下的座標
ok，現在已知的有哪些呢？R、V’以及Q，它們分別是對應了什麼呢？R是世界座標系的基，一般為：

V’是經過模型變換得到的點的世界座標。
Q呢？Q是攝像機的座標空間，這個後面會介紹如何得到攝像機的座標空間。
現在我們有了R.V’=Q.V”，只有一個未知變數，V”，如何求得V”呢？我們知道基是可逆的，所以等式兩邊左乘Q的逆矩陣就得到如下的等式：
Q^-1.R.V’=V”
再次化簡，求由於Q是正交基，所以他的逆矩陣等於轉置矩陣。
Q^t.R.V’=V”
ok，現在的重點落在瞭如何得到Q矩陣。
4、求攝像機的座標系。
攝像機有位置、以及朝向的概念。所以我們首先確定攝像機的位置，然後定義一個注視的點。我們將攝像機的位置定義為p點，而注視方向，我們可以用另外一個點q表示，那麼q-p就得到了指向了q點向量，那麼這個方向就是攝像機的朝向了。

我們看圖知道,q-p，得到的是一個向量，這個向量正式攝像機的正朝向，我們定義為z’。另外的x’和y’如何得到呢？我們利用叉乘的概念求得。首先，我們先假設攝像機的上方向和世界座標系的上方向是相同的，你可以理解為就是(0,1,0)。那麼此時我們有了兩個向量，z’以及y，那麼用y向量叉乘z’向量，我們得到了右向量，上圖中我們用右手，將手攤開，用手掌從y向量旋轉指向z’向量，我們會發現，得到的右向量(圖中-x’相反)，對的你沒有錯，就是這樣。
到這裡你會發現有點不對勁了，為什麼我的攝像機的+x’和世界的+x是反向的呢？這也不符合嘗試呀，限時世界中，我們站在地上，我們的前方就是+z，我們的右手就是+x，我們的頭上即+y，那麼現在假設我們的前方有個攝像機，而攝像機的朝向是朝前，當然自拍也是可以的。但常識告訴我們我們的攝像機保持的是和我們的視覺方向一致的。所以此時唯一能夠修改的是我們q-p，變為p-q，即是，用攝像機的位置減去注視的點，此時得到的正好是相反的向量，這個向量我們記作是-z’，我們用y向量叉乘-z’，得到了+x方向如下圖所示：

這裡有參考可依的：https://learnopengl.com/#!Getting-started/Camera
其中有句話：
The name direction vector is not the best chosen name, since it is actually pointing in the reverse direction of what it is targeting.
這句話的意思是：朝向向量這個名字不太恰當，原因是次向量事實上是指向了目標點的反方向。
不管怎麼說，我們用y叉乘-z’得到了+x’。即得到攝像機的右向量。
那麼此時有人會說，我們有了+x’,+z’,y不就得到了攝像機的座標系空間了嗎？答案不是，因為此時我們並不能保證y和+z’是垂直的，記得座標空間是正交的基，所以要保證三個向量是兩兩垂直的。下面就要得到真正的+y’了。
因為我們此時有+x’,+z’，那麼用這個兩個向量繼續叉乘不就得到了垂直x’z’平面的向量了嗎？所以用+x’叉乘+z’就得到真正的+y’了，至於為啥不+z’叉乘+x’，你用右手比劃一下就知道了，如果這麼做，+y’就朝下了。所以經過上面的操作之後，我們就得到攝像機的座標空間了，即+x’,+y’,+z’。
有了這些之後，我們的等式：
Q^t.R.V’=V”
中的位置引數都知道了，Q就是這個攝像機的基；R就是世界座標系的基；V’就是原始向量在世界座標系的座標；V”就可以計算出來了。

5、檢視矩陣具體如何得到？
上面的推導過程，最後得到了一個攝像機的座標系（也就是基礎座標系），也叫向量空間。那麼這個和我們的世界座標空間有什麼不同嗎？你真的知道有什麼不同嗎？它沒有位置資訊，只有一個旋轉資訊，因為所有的基空間的向量都是沒有位置資訊的。只不過是如下圖所示：

也就是說攝像機的空間只是世界座標系旋轉了一定的角度，無論是繞x、y還是z，得到的一個空間座標系。同時將這個旋轉的座標系平移一個位置，最終就是我們的攝像機的位置以及座標空間了。那麼我們對物體進行反向的操作，即物體首先逆平移一個位置，然後在倒著旋轉就得到了物體在攝像機下的空間座標了。
假設攝像機的在原始位置（世界座標的0,0,0位置）旋轉之後的基為R，然後經過平移T，寫成公式為C=T.R。
那麼我們將模型做你變換，C^-1=(T.R)^-1=R^-1.T^-1
這裡的T^-1就是將位置反向即可。
而R^-1呢，就是我們上面得到的攝像機空間，於是有了參考文中的檢視矩陣公式：