跳到主要內容

Good Game Editor 1.6.4

  • 改良關卡編輯器(LevelEditor)中Dummy物件圖示。
  • 地圖物件(Map)或精靈物件(Sprite)只有在實際出現在畫面中時才載入貼圖。
  • 關卡編輯器(LevelEditor)點擊物件階層樹上的物件時畫面立即捲動至該物件。
  • 關卡編輯器(LevelEditor)中物件顯示不可見狀態圖示若父物件為不可見狀態。
  • Util新增Good.GetScreenPos計算物件銀幕絕對座標。
  • 修正取得色塊物件大小尺寸的錯誤。
  • 一個DrawCall最多支援一次畫1024個物件。
  • 新增Graphics.GenCanvas、Graphics.KillCanvas支援建立及刪除虛擬畫布。
  • 新增Resource.UpdateTex支援以虛擬畫面更新貼圖資料。
  • Graphics.FillRect、Graphics.DrawImage及Graphics.DrawText支援繪至虛擬畫布。

[ 下載 ]
標籤：

留言

  1. Unknown2019年11月5日 晚上7:24

    無法連上這個網站找不到 good-ed.smallworld.idv.tw 的伺服器 IP 位址。
    前往 http://smallworld.idv.tw/
    請透過 Google 搜尋「good smallworld idv tw forum download file」
    ERR_NAME_NOT_RESOLVED

    回覆刪除
  2. Waync Cheng2019年11月6日 上午10:26

    抱歉，因為我的網站關閉了，所以連帶wiki和論壇也都關了。以後有機會再重開...

    回覆刪除

張貼留言

這個網誌中的熱門文章

KillSudoku 4顆星精彩數獨詳解 - 鍊技巧

這題數獨(sudoku)題目估計為4+顆星，有點難度。解題需要應用多種技巧，過程非常精彩有趣，是個好題。 底下使用 KillSudoku 作詳細圖解。 １，使用基本排除法則，可以簡單填入６個數字。到此為止，開始使用 候選數法 來解題。如下所示，為填入６個數字後的狀態圖。 ２，如下圖，使用進階排除法，在第９列和第４行可以先排除幾個候選數。 ３，如圖，在第２行有一個 Naked Subset (3,4)，可以對3,4候選數作排除。附帶提一下，反過來看在同一行裡面也可以說有另一個Hidden Subset(2,5,8)存在。Naked Subset和Hidden Subset常是一體二面同時存在，只不過對我們來說，Naked Subset是相對比較容易看的出來。 排除第２行的3,4後，又可以對第２列以外的3作排除，如下圖。 ４，接著，在第５行又發現了一個 Naked Subset (3,7,8)。 對第５行三個Subset以外的候選數3,7,8作排除後，又接著產生可以對第５行以外的3作排除。 ５，這一題解到此為止，開始進入高潮。大部份能解到3顆星題目的人，猜想應該就此卡住。以下開始需要應用更高級的鍊技巧，才能夠繼續進行。 應用X-Chains鍊技巧，可以找到一條由４條強連結組成的鍊，可以排除候選數2。這裡的鍊指的是由２條以上的強連結組成，而所謂的強連結是指在同一行、或同一列或同一個Box裡，由唯二的候選數構成的連結。如上圖中的第９行中，只有二個2，這二個2構成一條強連結。為什麼說這是一條強連結？因為在這條連結的AB二個端點中，肯定會有一個2存在，要麼是A點要麼是B點。鍊技巧就是將多條強連結串連起來作候選數排除的技巧，而X-Chains是高級的鍊技巧裡面的基本技巧。 接上圖，這樣一來就又可以應用基本排除方法，填入３個數字，如下圖所示。 ６，接下來就是本題最精彩的部份，以下需要連續找到３條鍊，才能繼續往下解。 ７，找出３條鍊後，剩下來的部份就沒什麼特別的了，只需要應用基本法就能把所有剩餘數字填完。
張貼留言
Read more »

單人撲克牌遊戲 - 蒙地卡羅

更多可在網頁玩的 單人撲克牌遊戲 ； 新增一個簡單的單人撲克牌遊戲： 蒙地卡羅 ，簡單介紹一下玩法。 下載 事先排列好5x5張牌。 每次移動一張可以配對的牌，並消除這對牌。在上下、左右及斜向相隣的二張牌，只要擁有同樣數字(不計花色)，即可配對。 消除二張配對的牌後，剩餘的牌以往左往上的方式補滿空隙，接著在發新牌補滿後面的空格。 重覆步驟2~3，直到沒有牌可以配對及發完所有牌為止。 結果有二種。一個是勝利，成功的消除掉所有牌。另一個是Gameover沒有牌可以再作配對。
張貼留言
Read more »

窮人的 AI：自動漫畫分鏡切割

  ( 試試看 ) 在手機上看漫畫時，有一個體驗上的問題： 漫畫原本是「整頁設計」 手機最適合的是「一格一格往下滑」 與其強迫使用者縮放、拖曳、放大，更直覺的做法是： 直接把一頁漫畫自動切成多個分鏡，轉成瀑布流閱讀。 這篇文章分享一個不靠深度學習、完全在前端完成的實作方式： 使用 OpenCV.js 做分鏡偵測 輸出 rect list 再用 全畫面 Canvas 把每個分鏡當成一個「閱讀單位」 整個系統可以拆成三層： 漫畫圖片 ↓ 影像處理（找出 rects） ↓ 排序後的 rect list ↓ 全畫面 Canvas 逐格呈現（瀑布流） Step 1：灰階化 漫畫的資訊 90% 都在線條上，顏色反而是干擾。 cv.cvtColor(src, grayImage, cv.COLOR_RGBA2GRAY); 灰階化的好處： 降低維度 對邊緣偵測更穩定 對黑白漫畫特別有效 Step 2：邊緣偵測，抓出「分鏡的邊」 接下來用最經典、也最夠用的 Canny Edge Detection： cv.Canny(grayImage, edges, 50, 150); 在漫畫中，分鏡外框通常就是最明顯的邊界。 Step 3：形態學操作，把破碎邊框「補起來」 真實漫畫的線條並不完美，常常有斷線、陰影、留白。 所以要做一個很重要的步驟：膨脹（Dilation） const kernel = cv.Mat.ones( 5 , 5 , cv.CV_8U); cv.dilate(edges, dilatedEdges, kernel); 直覺理解就是： 把細線「抹粗一點」， 讓本來斷掉的邊界連成封閉區域。 這一步直接決定後面能不能成功抓到「一整格分鏡」。 Step 4：找輪廓，轉成矩形框（rect） 有了封閉區域之後，就可以找輪廓： cv.findContours( dilatedEdges, contours, hierarchy, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE ); 每一個 contour，代表一個「可能的分鏡區塊」。 接著轉成矩形： const rect = cv.boundingRect(contour); rects.push([rect.x, rect.y, rect.widt...
張貼留言
Read more »