模拟技能动画

1.png

2.png

3.png

4.png

5.png

6.png

7.png

8.png

9.png

public class Test extends JFrame {
	private static final long serialVersionUID = 1L;
	private MyPanel panel;
	public static void main(String[] args) {
		Test t = new Test();
		t.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
		t.setVisible(true);
	}
	public Test() {
		setTitle("Gyi-neng");
		panel = new MyPanel();
		getContentPane().add(panel);
		pack();
	}
	
	public class MyPanel extends JPanel implements MouseListener {
		private static final long serialVersionUID = 1L;
		public static final int WIDTH = 400;
		public static final int HEIGHT = 400;

		//private Image bkImage;  //用于双缓冲的缓存图片
		private ArrayList<Gyineng> gn;
		public MyPanel() {
			this.setPreferredSize(new Dimension(WIDTH,HEIGHT));
			gn = new ArrayList<Gyineng>();
			this.addMouseListener(this);
			this.setBackground(Color.black);
			Thread t = new Thread(new PanelRepaint());
			t.start();
		}
		public void paintComponent(Graphics g) {
			super.paintComponent(g);
			for(Gyineng a:gn) {
				a.draw(g);
			}
		}
		/*public void update(Graphics g)
		{
			if(null==bkImage) { bkImage=this.createImage(WIDTH,HEIGHT); }

			g.drawImage(bkImage,0,0,null);  //把虚拟图片的内容画到当前窗口

			Graphics gBkImg=bkImage.getGraphics();
			gBkImg.clearRect(0,0,WIDTH,HEIGHT); //先清空图片
			this.paint(gBkImg);  //将图像先画到虚拟图片上
		}*/
		
		private class PanelRepaint implements Runnable {
			public void run() {
				while(true) {
					Gyineng g = null;
					for(int i = 0; i < gn.size(); ++i) {
						g = gn.get(i);
						g.move();
					}
					repaint();
					try {
						Thread.sleep(50);
					} catch (InterruptedException e) {
						// TODO Auto-generated catch block
						e.printStackTrace();
					}
				}
			}
		}
		
		public ArrayList<Gyineng> getGn() {
			return gn;
		}
		@Override
		public void mouseClicked(MouseEvent arg0) {
			// TODO Auto-generated method stub
		}
		@Override
		public void mouseEntered(MouseEvent arg0) {
			// TODO Auto-generated method stub
			
		}
		@Override
		public void mouseExited(MouseEvent arg0) {
			// TODO Auto-generated method stub
			
		}
		@Override
		public void mousePressed(MouseEvent arg0) {
			// TODO Auto-generated method stub
			gn.add(new Gyineng(this,arg0.getX(),arg0.getY()));
			repaint();
		}
		@Override
		public void mouseReleased(MouseEvent arg0) {
			// TODO Auto-generated method stub
			
		}
	}
	
	public class Gyineng {
		private Image[] img;
		
		private int num;
		private int step;
		private int x;
		private int y;
		private int limit;
		private int speed;
		private int direct;
		
		private MyPanel panel;
		public Gyineng(MyPanel _p,int _x, int _y) {
			panel = _p;
			num = 9;
			x = _x;
			y = _y;
			limit = 500;	//技能范围
			speed = 15;
			
			direct = (int) (Math.random() * 2);
			
			img = new Image[num];
			for(int i = 0; i < num; ++i) {
				String picName = "image/箭矢/"+String.valueOf(i+1)+".png";
				img[i] = new ImageIcon(picName).getImage();
			}
			step = 0;
		}
		public void draw(Graphics g) {
			g.drawImage(img[step],x,y,panel);
			++step;
			if(step == img.length)
				step = 0;
		}
		
		public void move() {
			if(direct == 0)
				x -= speed;
			else
				x += speed;
			if(isOutOfLimit())
				panel.getGn().remove(this);
		}
		
		public boolean isOutOfLimit() {
			limit -= speed;
			if(limit < 0)
				return true;
			return false;
		}
		
	}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值