在计算机科学的版图中，计算机图形学（Computer Graphics, CG） 和 计算机视觉（Computer Vision, CV） 长期以来被视为两个独立的山头。

如果你在大学里选课，它们往往属于不同的实验室；如果你在招聘网站上投递简历，它们分属不同的岗位描述。初学者通常这样区分：

• CG 是“无中生有”：从数据描述（几何、材质、光照）生成图像。
• CV 是“管中窥豹”：从图像反推数据描述（识别对象、重建三维、理解语义）。

然而，当你在这两个领域深耕数年后，终会迎来一个顿悟时刻：你不再将它们看作互逆的过程，而是看到了一套统一的数学与物理法则在不同方向上的流动。所谓的CG与CV，不过是光线在数字世界中的“正向演绎”与“逆向归纳”。

这是一场关于“同宗同源”的探索。

1. 镜像双生：$f(x)$ 与 $f^{-1}(x)$

最直观的顿悟，往往来自于数学公式的对称性。

如果我们把世界抽象为一个函数 $I=f(S,L,C)$，其中：

• $S$ 代表场景几何与材质 (Scene Geometry & Materials)
• $L$ 代表光照 (Lighting)
• $C$ 代表相机参数 (Camera)
• $I$ 代表最终生成的图像 (Image)

计算机图形学（CG）的核心任务是求解 $f$（渲染方程）。通过物理模拟、光栅化或光线追踪，计算出 $I$。这是一种正向过程。

计算机视觉（CV）的核心任务则是求解 $f^{-1}$（逆渲染/逆问题）。给定 $I$，试图解算出 $S,L,C$ 中的一项或多项。这是一种逆向过程。

顿悟点：
CV 中最棘手的难题（如不适定问题 Ill-posed problems），往往是因为 CG 中的信息丢失（3D投影到2D时的深度丢失）。理解了 CG 如何丢弃信息，才能在 CV 中设计出更好的先验（Priors）来找回信息。

2. 数学的血脉：同一个矩阵，不同的读法

当你深入代码层面，你会发现两者的“血缘”通过数学库紧密相连。

• 线性代数是通用的语言：无论是 OpenGL 中的 ModelViewMatrix，还是 OpenCV 中的相机内参矩阵 $K$ 和外参矩阵 $[R|t]$，它们描述的是同一个几何变换。CV 中的 SLAM（同步定位与建图）本质上是在计算相机的运动轨迹，而这正是 CG 渲染管线中相机变换矩阵的逆运算。
• 射影几何的统一：CV 工程师为了标定相机而在棋盘格上寻找的“消失点”，正是 CG 艺术家为了透视正确而在画板上拉出的“透视线”。

顿悟点：
当你能在脑海中自由切换“世界坐标系”到“相机坐标系”再到“像素坐标系”的变换，并且明白齐次坐标（Homogeneous Coordinates）为何同时存在于图形学管线和多视图几何中时，界限就开始模糊了。

3. 物理的共振：光路的可逆性

真正的融合发生在物理层面。

CG 追求的是“真实感渲染”（Photorealistic Rendering），其圣杯是渲染方程（The Rendering Equation, Kajiya 1986）。
CV 追求的是“基于物理的视觉”（Physics-based Vision），其核心是理解光线如何与物体表面交互。

• BRDF（双向反射分布函数）：
  • 在 CG 中，你是 BRDF 的使用者。你设定“这是金属，粗糙度0.5”，然后计算光线反射。
  • 在 CV 中，你是 BRDF 的解算者。你看着一张照片说“这里有高光，且高光锐利，所以它是光滑表面”。

顿悟点：
最好的 CV 模型，往往内嵌了一个隐式的 CG 渲染器。例如，为了从单张照片重建人脸 3D 模型，算法内部实际上是在“尝试”渲染不同的人脸形状，直到渲染出的图像与输入照片像素误差最小。这被称为Analysis by Synthesis（综合分析法）。

4. 边界的坍塌：可微渲染与 NeRF

如果说过去十年是深度学习统治 CV 的时代，那么最近五年，则是 CG 与 CV 彻底融合的时代。技术的进步强行打破了学科壁垒。

• 可微渲染（Differentiable Rendering）：
  这是连接两者的桥梁。它让图形学的渲染过程变得“可导”。这意味着我们可以通过比对图像的像素误差，利用梯度下降（Backpropagation）直接优化 3D 模型的网格、纹理或光照。CG 的渲染管线变成了 CV 神经网络的一层。

• NeRF（神经辐射场）与 Gaussian Splatting：
  这是“顿悟”的终极体现。NeRF 是什么？

  • 它输入是一堆照片（CV 任务：重建）。
  • 它的输出是一个可以从任意角度观看的 3D 场景（CG 任务：渲染）。
  • 它的中间表示既不是网格也不是点云，而是一个神经网络（MLP）。
    NeRF 证明了：理解（Vision）和 表达（Graphics）是可以被统一在一个权重矩阵里的。

• AIGC 与 生成式 AI：
  Sora 或 Midjourney 生成视频的过程，本质上是模型学习到了海量图像背后的物理规律、光影关系和透视原理。AI 并没有显式地建模 3D，但它通过学习“看”（CV），学会了“画”（CG）。

5. 结语：迈向“视觉计算” (Visual Computing)

当我们站在现在回望，计算机图形学和计算机视觉的分野，更多是受限于早期算力和算法的无奈之举。

• 算力不足时，CG 只能用光栅化骗过眼睛，CV 只能用边缘检测提取特征。
• 算力充裕时，CG 开始用光线追踪模拟物理，CV 开始用 Transformer 理解全局。

如今，随着 3D AIGC、XR（空间计算） 和 具身智能（Embodied AI） 的兴起，两者正在回归它们的共同本质——对视觉信息的全链路处理。

未来的工程师，或许不再自称“图形学工程师”或“视觉算法工程师”，而是Visual Computing Engineer（视觉计算工程师）。因为在代码的深处，光线是射入还是射出，已经不再重要；重要的是，我们终于学会了在数字世界中，完整地复刻与理解这个光怪陆离的物理世界。

这，就是同宗同源的顿悟。