flare3d黄色星球案例再次解读整理

忽然又用到该方面的东西,复习一下,仅供参考,呵呵。

原文地址:

http://www.adobe.com/cn/devnet/flashplayer/articles/flare3d-building-3d-game.html#articlecontentAdobe_numberedheader_9

 

(1) 记载对象和资源

1.Pivot3D 是 Flare3D 中最基本的对象。 它与空影片剪辑相似,因为你可以对它进行移动、旋转和转换以及将其它 3D 对象添加到其中。

2.正如 addChildFromFile 方法的名称暗指的那样,它从一个外部资源将一个新的 child 添加到 scene,并且将该对象作为一个 Pivot3D 容器返回。 在本范例中,该对象被称为宇航员(astronaut)。每个文件可以包含许多对象,其中包括几何图形、相机、灯光、等等。 因此,返回的对象本身不是 mesh,而是整个文件的一个容器。

 

(2)寻找特定的对象,加入动作

1.getChildByName("model name")  在层级中以递归的方式进行搜寻,直到它找到需要的对象

2.forEach(方法)   为特定对象的每个子对象调用该方法  

3.userData     保存用户的数据

4.updateEvent    Update 事件控制 scene 的更新时间。 该事件是在渲染之前下发的,因此你可以在每次调用该方法时修改 scene

 

(3)设置摄像机,封装对象

1.camera3D

  使用 setPositionWithReference()   设置相机位置

  使用 lookAtWithReference()  设置相机的方位

2.添加一个Pivot3D对象作为container(容器),将model封转起来。

 

(4)键盘事件,光线,光线碰撞

1.Input3D.keyDown()   方法可以用于检测按下的键。 该方法在按下一个键时将返回一个 true 值。

 Input3D.keyHit()    只返回一次 true 值。

2.

new RayCollision() 方法创建光线
ray.addCollisionWith( object ) 方法添加对象以便对光线进行测试
ray.test( from, direction ) 方法测试光线碰撞

 

  光线是虚拟的并且长度无限,它可以从任一点开始沿着某个方向无限延伸。

  在无限延伸之前,光线能够测试游戏中的一个对象是否相交。 如果测试的结果是可靠的,则光线将提供关于碰撞的附加信息,其中包括 mesh、碰撞的确切点、被碰撞面部的法线等信息。

3.

SphereCollision    处理复杂几何图形碰撞的工具

该 SphereCollision 工具在碰撞发生时还能够提供一段平滑的位移,这一情形被称为滑块(slider)。

  1. 创建一个 new SphereCollision()实例,然后将球体目标和一个半径值传递给它。
  2. 使用 collisions.addCollisionWith( object ) 方法添加对象以便对球体进行测试。
  3. 通过调用 collisions.slider()、collisions.fixed() 或 collisions.intersect() 方法更新碰撞。
  4. 在碰撞发生之后,你可以根据需要访问和使用相应的碰撞信息.

(注: RayCollision 和 SphereCollision 均是计算强度很大的数学算法,因此最好尽可能与较少多边形对象一起使用。 由于这些工具需要完成如此复杂的数学公式计算,所以你必须注意到在以调试模式或发布模式下运行项目时存在的显著性能差异。 此外,SphereCollision 不能处理缩放的对象,因此在游戏中处理它们之前,必须对你的碰撞对象进行标准化处理。)


(5) 粒子

    //xxEmiter 自定义

    texture=scene.addTextureFromFile( "图片.类型" );加载外部纹理文件

   xxEmiter = new xxEmiter( texture);

   xxEmiter.parent = scene/astronaut;

(6)添加逻辑状态gameLogics

     设置一个状态码state,用switch case 语句判断state

(7)添加惊险逻辑装塔器 gameObject

  判断对象和物体的距离,来改变state状态.


(8) 引入2D元素和声音到3d场景中


posted on 2012-02-07 16:24 lzosi 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/xiaowai/archive/2012/02/07/2341620.html

  • 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