这个立方体纹理图应该就是cubemap，从上面的描述可以看出，每个三角网格还可以存储str坐标。摄像机看下三角面，
获得的反射信息存储在cubemap中，然后把摄像机拉走，三角面也可以通过str坐标去cubemap取到反射信息了。
规格化的cubemap是将x,y,z映射到0-1的范围内，像素级光照需要对法线进行插值。法线插值暂时没看到细节，需要后面看。
首先看Kprimary, E是自发光颜色，暂时不知道意思，D是漫反射颜色，A是环境管强度。同时，利用N.L可以算出视角的光强。
再看Ksecondary,S是反射颜色，C是入射光强度，NH依然是视角算出的光强。
这里我突然意识到，法线插值其实在前面就讲过了，就是顶点属性的插值，法线作为顶点的一个属性，是可以根据深度进行插值的。
E是自发光，M应该是自发光强度，D是漫反射颜色，A是强度，T是纹理颜色，C是入射光强度，s是反射颜色，G是高光图颜色，
这个经过和别人的探讨得到一个信息：除了坐标插值，其他插值都是有误差的。
通过解方程其实我们可以得到切线向量TNB空间的三个向量。
因为法向量永远对应0,0,1那么我们就可以得到矩阵最后一列是Nx, Ny, Nz。
从切线空间映射到模型空间，我们可以理解为先平移到模型原点，在进行一定程度的旋转。
然后我们看看为什么Tx Ty Tx, Bx, By, Bz, Nx, Ny, Nz构成的矩阵就是从切线空间到对象空间的转化。
坐标系的转化，其实就是将新的坐标系用老的坐标系去表示，就是Xnew = ax + by + cz
我们可以看到Xnew = Txx + Bxy + Nxz. 取其中顶点P, 我们已经证明
Px = s1Tx + t1Bx
而s1 t1代表的是两个坐标的纹理方向的差，也就是刚好就是我们定的x和y
那么就可以证明在二维上Xnew = Txx+Bxy是成立的。继续推广到三维，就证明了结论的正确。
从理解的角度上来说，两个坐标系的转化，是可以直接立方程求解，但其中一个坐标系不确定，于是我们提出了约束，从而算出了坐标系本身。也得出了变换矩阵。
接下来我没看unity里面对法线贴图的使用，
首先是case1，也就是标准情况：
worldPos是顶点的世界坐标，worldNormal是世界法线坐标，worldTanget是世界切线坐标，然后通过cross以及w算出副法线坐标，可以构造出矩阵，从切线空间变到世界空间。
case1非常好理解，也符合书本所讲，然后我们看下case2
case2是将法线乘以一个矩阵，我们知道右成相当于左乘这个矩阵的转置矩阵。我们可以明白case2认为这个东西的转置矩阵就是逆矩阵本身，也就是说从切线坐标到世界坐标的变换。
我们看到WtoT是将世界坐标2物体坐标放在右边，其实就相当于World_Object的转置左乘，相当于将右边的法线转到世界坐标中。
-
#define TANGENT_SPACE_ROTATION \ -
float3 binormal = cross( v.normal, v.tangent.xyz ) * v.tangent.w; \ -
float3x3 rotation = float3x3( v.tangent.xyz, binormal, v.normal ) -
rotation其实就是从切线空间到模型空间的变换，那么再加上从模型空间到世界空间的变换，应该等价。
-
但其实不是的，我们知道法线变换的矩阵是顶点变换矩阵的逆转置矩阵，证明过程是通过切向向量和法线向量相互垂直来证明的。case1完全通过变换矩阵一个个算，而case2就有投机取巧，反而错了，因为除了法线，切线其实就是按照正常变换，而副法线和切线垂直，虽然也可以用类似法线的证明方法，但实际上这些都不一定保证垂直的。那为什么结果还可以呢，因为正交矩阵的逆矩阵就是转置矩阵，我们可以看到，对于需要Object2World * 坐标的切线坐标，你用mul(坐标，World2Object）其实就是相当于World2Object的转置成坐标，刚好转置就是Object2World本身，所以结果恰巧一样，仅此而已。