Как по мне самая важная часть тут именно эта, ведь проецирование координат используется повсеместно, написать пару движков на directx и станет всё гораздо яснее
На самом деле тут важно понимать саму логику проекции трёхмерных координат на двумерный экран, там ничего сложного, тупо перемножение матриц) В варфейсе вам дали view и projection матрицы, дальше умножайте 3д координаты на обычную indent матрицу, далее полученное умножаем на view матрицу, получаем вид из камеры относительно начала координат, далее умножаем на projection матрицу, нормализуем и переводим в экранные коорды
И пожалуйста, хватит получать матрицы каждый вызов ProjectToScreen, их можно получать один раз за тик
Для особ интересующихся:
EDIT: Статья по OpenGL, но логика везде одинаковая, а статья достаточно подробно описывает весь процесс
