1. zNear = -zNear, zFar = -zFar这两句取反本来就是需要的，因为定义中，zNear和zFar传入的是距离，所以是正数，但是我们推导透视矩阵的时候，需要的是坐标，假定看向Z负半轴的话，坐标都是负的，需要取负
2. vert.z() = -vert.z()*f1 + f2，这一句，是为了将深度值取反，之所以要变这个，是因为你的透视矩阵传递的深度跟框架对深度的设定不匹配
3. 框架假定，在归一化NDC坐标中，深度的区间为[-1, 1]，-1为靠近视点，1为远离（越大越远）
4. 透视矩阵推导中，我们把所有东西都转换到看向Z负半轴，因此Z值是负的，并且是越小越远，这与框架的假定相反
5. 想解决这种相反，有两个方式，第一就是改这句vert.z() = -vert.z()*f1 + f2，第二是将你的透视矩阵整个乘以-1（透视矩阵齐次分量传递的是深度，整个乘以-1其实只会影响深度）
6. 正确的做法我觉得是透视矩阵乘以-1，符合框架的设定
7. 按照老师在课堂推导的透视矩阵，还需要乘以如下矩阵
1， 0， 0， 0，
0， 1， 0， 0，
0， 0，-1， 0，
0， 0， 0， 1
用于将z取反，这个取反的原因也是因为z值要改成越大越远
8. 之所以透视矩阵需要做两次取负，是因为我们的透视矩阵其实传递了两个深度，一个是z分量，一个是w分量，要取负两个都得反