MTK 火焰特效

之前在MTK上写的火焰特效。
功能简单,音乐播放时,火焰升起;音乐暂停,火焰暂停;同时可实现多色可选。
主要使用高斯模糊和调色板等;单独使用一个火焰图层;使用带ALPHA值的RGB,与底层RGB叠加。
优缺点:使用深色底图效果优;使用浅色底图效果相对差一些。
有需要的(有偿)可联系MSN:qdsh2@163.com,(请注明火焰)
效果如图:
   

控制代码如下:

 void fire_main(void)
 {
    U8 i, h, temp;
    
    set_fire();
/*begin---每个timer都从最底下向上刷,同时要把之前的火焰向上扩展*/
    temp = FireLayerHeight;
    while((temp >= g_top))
    {
        for(h = temp - 1; h >= temp - 4;h--)
            for(i = 0; i< FireLayerWidth; i++)
            {
               GS_screen(h, i);
               set_color(h, i);
            }
        temp -= 4;
     }
/*end---每个timer都从最底下向上刷,同时要把之前的火焰向上扩展*/
    if(g_top >= 4)
    {
        g_top -= 4;//top 递减,使得火焰在每个timer上升一下
    }
    
    if(g_top < 4)
    {
        g_top = 4;
    }
 }




内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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