通过图集加载出的图片残留其他Sprite的解决方案

游戏开发中有些UI界面的图片是动态加载的, 相信大部分开发者都遇到过下面这种情况
我自己画的(灵魂画手, 大家不要在意, 哈哈哈), 实际加载出来的Sprite却是下面这种情况.
就是通过图集加载出来的图片残留有其他的图片在上面. 我们通过观察对应的图集如下
很明显, 通过图集取出来的Sprite图片把它附近的其他Sprite也加载出来了一部分. 以前针对NGUI的时候, 我们是通过设置图集里面的图片的间隔, 将间隔增大来实现Sprite加载出来的图片正常. 其实问题就在于对于凹凸的图片,图集会对它进行Tight的方式进行紧密排列,但是图集取图片的时候, 没有保留更多的细节信息, 只是按照矩形方式取出来,所以才会导致这种问题.
那么我们是否可以针对这种情况将其移植到UGUI里面呢? 答案是可以的. 我们只需要将图集的Padding将2改为4或者8即可.
我们以前是按照这种方式做的,也没出过问题,但是问题在于,通过设置padding,人为的将整个图集撑大了,而实际上其实就是这种单个的图片(凹凸形状的,或者图片带有阴影之类的)才会有这种问题.我们单纯的将所有的图集padding都改的很大,其实是很浪费的.所以我们采取下面的这种方式.
对于这种单个的会残留其他图片的Sprite, 我们将它的MeshType从Tight改为FullRect即可. 即针对单个图片我们不使用紧凑排版,而是保留它的全部,包括透明的部分,也就是说这张图是多大尺寸,在图集里面就是多大尺寸,保留其全部细节,这样打出来的图集就不会出现上面的加载出来带有残影的问题.虽然对于这个图片来说是挺浪费空间的,但是对于整个图集来说,能够避免所有的图片间隔都增大,还是能够接受的.
其实更好的方式是,让美术尽量少出这种类似凹凸的图片或者带大面积阴影效果的图片,但是有时候为了效果,我们只好做出一定的取舍,通过设置FullRect亦能满足需求.
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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