笔记八 :EgretH5通用MVC框架的入门操作:制作并播放帧动画(UI部分)

笔记八 :EgretH5通用MVC框架的入门操作:制作并播放帧动画(UI部分)

在使用 Egret 框架创建和播放帧动画时,你已经正确地设置了资源、工厂类以及动画的播放。为了进一步优化动画效果并确保动画能够正确运行,以下是一些建议和步骤:

1. 确保资源路径正确

首先,确认你在 DemoView.ts 中引用的资源名称和路径是正确的。例如:

this.data = RES.getRes("testrong2_json");
this.txtr = RES.getRes("testrong2_png");

确保这些资源在你的项目中已经正确加载。

2. 设置动画循环次数

如果你希望动画播放多次,可以在 gotoAndPlay 方法中设置循环次数。例如:

this.mc1.gotoAndPlay("gongji", -1); // 循环播放
// 或者指定循环次数
this.mc1.addEventListener(egret.Event.LOOP_COMPLETE, () => {
    console.log("动画完成一次");
}, this);

3. 监听动画事件

你可以监听多种事件来获取动画的播放状态,例如:

  • MovieClipEvent.FRAME_LABEL:当帧标签被触发时。
  • egret.Event.LOOP_COMPLETE:每次循环播放完成后。
  • egret.Event.COMPLETE:整个动画播放完成后。
this.mc1.addEventListener(egret.MovieClipEvent.FRAME_LABEL, (e: egret.MovieClipEvent) => {
    console.log(e.type, e.frameLabel, this.mc1.currentFrame);
}, this);

this.mc1.addEventListener(egret.Event.LOOP_COMPLETE, () => {
    console.log("动画循环完成一次");
}, this);

this.mc1.addEventListener(egret.Event.COMPLETE, () => {
    console.log("动画播放完成");
}, this);

4. 去除白色背景

在 Photoshop 中去除图片的白色背景是一个常见的优化步骤。你可以按照以下步骤操作:

  1. 打开图片文件(testrong2.png)。
  2. 使用“色彩范围”工具选择白色区域。
  3. 编辑 -> 剪切,删除选中的白色部分。
  4. 保存并替换原来的图片文件。

5. 调试和优化

在运行测试时,检查控制台是否有任何错误信息。如果没有错误,可以进一步优化动画效果,例如调整帧率、调整播放速度等。

6. 注意事项

  • 确保你的 JSON 文件中定义的动作名称(如 "gongji")与你在编辑器中设置的一致。
  • 如果使用的是第三方工具生成的资源,确保工具的版本和设置与 Egret 框架兼容。

通过以上步骤,你应该能够成功播放帧动画并进行必要的优化。如果在运行过程中遇到问题,请仔细检查每一步是否正确执行,并参考 Egret 的官方文档获取更多帮助。

Read more

🚀Zeek.ai一款基于 Electron 和 Vite 打造的跨平台(支持 Windows、macOS 和 Linux) AI 浏览器

🚀Zeek.ai一款基于 Electron 和 Vite 打造的跨平台(支持 Windows、macOS 和 Linux) AI 浏览器

是一款基于 Electron 和 Vite 打造的跨平台(支持 Windows、macOS 和 Linux) AI 浏览器。 集成了 SearXNG AI 搜索、开发工具集合、 市面上最流行的 AI 工具门户,以及代码编写和桌面快捷工具等功能, 通过模块化的 Monorepo 架构,提供轻量级、可扩展且高效的桌面体验, 助力 AI 驱动的日常工作流程。

By Ne0inhk
超快速,使用ChatGPT编写回归和分类算法

超快速,使用ChatGPT编写回归和分类算法

本文将使用一些 ChatGPT 提示,这些提示对于数据科学家在工作时非常重要。 微信搜索关注《Python学研大本营》,加入读者群,分享更多精彩 以下是一些示例ChatGPT 提示的列表以及数据科学家的响应。 ChatGPT 提示 为决策树回归算法生成 python 代码。 下面是使用scikit-learn在 Python 中进行决策树回归的示例代码: import numpy as np import matplotlib.pyplot as plt from sklearn.tree import DecisionTreeRegressor # Generate random data rng = np.random.default_rng() x = 5 * rng.random(100) y = np.sin(x) + 0.

By Ne0inhk
力扣每日一题:993.二叉树的堂兄弟节点 深度优先算法

力扣每日一题:993.二叉树的堂兄弟节点 深度优先算法

993.二叉树的堂兄弟节点 难度:简单 题目: 在二叉树中,根节点位于深度 0 处,每个深度为 k 的节点的子节点位于深度 k+1 处。 如果二叉树的两个节点深度相同,但 父节点不同 ,则它们是一对堂兄弟节点。 我们给出了具有唯一值的二叉树的根节点 root ,以及树中两个不同节点的值 x 和 y 。 只有与值 x 和 y 对应的节点是堂兄弟节点时,才返回 true 。否则,返回 false。 示例: 示例 1: 输入:root = [1,2,3,4], x = 4, y = 3 输出:false

By Ne0inhk