1.父親和兒子的關係
我們可以
entity
類看到非常多
parent
（父）與
child
（子）這種字眼，這是遊戲引擎中常有的概念，簡單而言是一種
has-a
的關係
相應**:
b.attachchild(a);
b.attachchild(c);
c.attachchild(d);
從**和能夠看出
b沒有父
b的子是a、
c a和
c的父都是b
c的子是d
d的父是c
2.實體的相對布局
在entity
方法中。
entity
經常使用相對布局來實現介面效果，並且能夠利用相對布局達到適配的效果。
圖層的基類是
entity
，圖層是逐個疊加的。類似於製作**動畫時所用的賽璐珞。圖層用來對場景中的
sprite
等實體進行管理控制。以便在同一場景使用不同的圖層達到表現效果。
如天天酷跑，有了圖層，我們能夠將
rpg遊戲中的button，狀態放在乙個場景中，遊戲內容能夠放到還有乙個圖層中，這樣就不會相互干擾了。
4.zindex的使用
有時候由於需求。須要將原本在底部的
entity
置頂，那麼就須要用到
zindex
這個引數，兩者對照，
zindex
較大的entity
在上面，所以設定好
zindex
的值後，用
sortchildren
對其又一次排序。
5.ientitygroup
僅僅有實現這個介面的類才幹夠進行這種操作，這種巢狀方式能夠讓開發自行定義遊戲層級結構
layera.attachchild(layerb);
layerb.attachchild(layerc);
6.適配原理
(多解析度支援策略和原理)
遊戲設計解析度：
我們自定義遊戲的解析度是多少(比如
800×480),
然後ui
依據這個解析度來進行畫圖
手機螢幕解析度：手機自身螢幕的解析度
期望解析度
=遊戲設計解析度
實際解析度
=手機螢幕解析度
首先確定是橫屏遊戲還是豎屏遊戲，如果手機是320×480，是豎屏遊戲，而且遊戲設計解析度是
480×800
舉例：以保持寬不變，高適配。
如果ui
給的圖是
480×800
螢幕寬高比
=實際解析度寬
(320)/
實際解析度高
(480)=
期望解析度寬
(480)/
期望解析度高
我們能夠得到期望解析度高等於
720。由於
ui 給圖的高是
800，那麼空出來那
80=800-720
部分就是圖中沒有陰影的那一部分。
在手機顯示效果圖
1. @override
2. protectedpixelperfectengineoptions oncreatepixelperfectengineoptions()
複製**
相應源**
public engineoptions createengineoptions() else if (this.mpixelperfectmode == pixelperfectmode.change_height)
class
> parametertypes = ;
object argparam = ;
camera camera = reflectionutils.newinstance(this.mcameracls, parametertypes, argparam);
engineoptions engineoptions = new engineoptions(true, this.mscreenorientation, new fillresolutionpolicy(), camera);
engineoptions.gettouchoptions().setneedsmultitouch(true);
engineoptions.getaudiooptions().setneedssound(true);
engineoptions.getaudiooptions().setneedsmusic(true);
engineoptions.getrenderoptions().setdithering(true);
return engineoptions;
}
v2 x OGE教程 17 事務處理
遊戲 中經常有些邏輯需要處理，因此oge引擎新增了乙個iupdatehandler 的類。iupdatehandler類是 oge引擎中使用頻率非常之高的元件之一，其本身是乙個介面，內部有onupdate 以及reset 兩個函式等待實現，幾乎所有 oge引擎應用中都必然會看到它的身影，它也是oge...
v2 x OGE教程 20 粒子效果
粒子系統表示三維計算機圖形學中模擬一些特定的模糊現象的技術。而這些現象用其他傳統的渲染技術難以實現的真實感的 game physics 常常使用粒子系統模擬的現象有火 煙 水流 火花 落葉 雲 霧 雪 塵 流星尾跡或者象發軌跡這種抽象視覺效果等等。oge引擎的粒子系統中由粒子 粒子發射器 粒子初始化...
目標檢測 YOLO系列v1 v2 v3
人類對於物體只需要看一眼就能知道該物體是什麼，在什麼位置，人類的視覺系統是非常快速而準確的，因此如果能夠加速演算法使得計算機系統也能夠快速而準確的話，就能夠代替人而實現無人駕駛。而目前的一些方法，rcnn系列的都是一套複雜的流程，首先生成一些可能的邊框區域，再對邊框進行分類，之後再修正邊框的位置，然...