Core Animation - 爆炸效果

简介: Core Animation - 爆炸效果

CAEmitterLayer是一个例子引擎,我们可以把它比作一个太阳,它向四面八方辐射粒子,然后我们用上图片和它的一些设置就做出来了爆炸效果,详细的设置见代码和注释:

 CAEmitterLayer *emitter = [CAEmitterLayer layer];
    emitter.frame = self.view.bounds;
    [self.view.layer addSublayer:emitter];
    //configure emitter    kCAEmitterLayerAdditive合并重叠部位的亮度,使之更亮
    emitter.renderMode = kCAEmitterLayerAdditive;
    emitter.emitterPosition = CGPointMake(emitter.frame.size.width / 2.0, emitter.frame.size.height / 2.0);
    //create a particle template
    CAEmitterCell *cell = [[CAEmitterCell alloc] init];
    cell.contents = (__bridge id)[UIImage imageNamed:@"fire.png"].CGImage;
    //加速或者扩大整个粒子系统
    cell.birthRate = 150;
    //存在时间
    cell.lifetime = 5.0;
    //混合图片内容颜色的混合色(重叠部分颜色)
    cell.color = [UIColor colorWithRed:0.98f green:0.54f blue:0.14f alpha:1.00f].CGColor;
    //每秒钟透明度变化,逐渐消失
    cell.alphaSpeed = -0.4;
    //控制粒子辐射的速度
    cell.velocity = 100;
    //粒子辐射速度的范围,像是一个最大速度
    cell.velocityRange = 100;
    //辐射角度,如果小于360度就是一个扇形区域
    cell.emissionRange = M_PI * 2.0;
    //add particle template to emitter
    emitter.emitterCells = @[cell];

github下载地址:https://github.com/codeliu6572/CAEmitterLayer-

目录
相关文章
|
前端开发 关系型数据库 MySQL
基于python+mysql的宠物领养网站系统
基于python+mysql的宠物领养网站系统
231 2
|
机器学习/深度学习 人工智能 前端开发
未来趋势:人工智能在前端开发中的应用
随着人工智能技术的快速发展,前端开发领域也迎来了新的变革。本文将深入探讨人工智能在前端开发中的应用现状,并展望未来的发展趋势,带领读者一窥未来前端开发的可能面貌。
|
1月前
|
存储 安全 网络协议
错误代码0x80070005解决办法
针对Windows系统错误代码0x80070005(访问被拒绝错误),以下是综合解决方案:
|
26天前
|
存储 监控 Linux
Linux环境锁定关键文件防止误删操作流程。
总结以上内容,在Linux环境下锁定重要文档避免误删涉及到多种技术手段与策略组合运作, 包括但不限于利用chatter指挥官固化文档状态至只读模式、运作ACL精准调整访问权利列表、编排自动化流程简
85 20
|
1月前
|
监控 数据挖掘 API
利用拼多多 API 接口,实现拼多多店铺物流时效优化
在电商竞争激烈的今天,物流时效直接影响拼多多店铺的客户满意度与复购率。本文介绍如何通过拼多多开放平台的 API 接口,自动化获取订单与物流数据,分析时效瓶颈并制定优化策略。内容涵盖 API 基本功能、物流数据分析、智能优化方法及 Python 实现示例,帮助商家提升配送效率,降低退货率,增强用户体验与店铺竞争力。
196 0
|
Linux
阿里云官方yum源
阿里云官方yum源
72512 0
|
安全 Linux 数据处理
Linux命令shred详解:数据安全删除的艺术
`shred`是Linux下用于安全删除文件的命令,它通过多次随机覆盖确保数据无法恢复。工作原理包括默认三次的覆盖,用户可自定义次数。主要特点有:多次覆盖、可定制、灵活操作和安全删除。示例:`shred -n 5 -z -v -u file.txt`(覆盖5次,填充0,删除文件)。使用时注意确认文件、备份数据、检查权限和文件系统兼容性。最佳实践是结合`rm`使用,根据敏感度选择覆盖次数。
|
Windows
getaddrinfo ENOENT raw.githubusercontent.com
getaddrinfo ENOENT raw.githubusercontent.com
165 0
|
数据采集 搜索推荐 算法
基于B站视频评论的文本分析,采用包括文本聚类分析、LDA主题分析、网络语义分析
本文通过Python爬虫技术采集B站视频评论数据,利用LDA主题分析、聚类分析和语义网络分析等方法,对评论进行深入的文本分析,挖掘用户评论的主题、情感倾向和语义结构,旨在为商业决策提供支持,优化内容创作和用户满意度。
1803 2
基于B站视频评论的文本分析,采用包括文本聚类分析、LDA主题分析、网络语义分析
|
SQL 监控 开发工具
移动端统计分析工具Firebase、AppsFlyer、Adjust、Flurry、Tap stream、Kochava 、branch不完全对比分析
文章对比分析了Firebase、AppsFlyer、Adjust、Flurry、Tapstream、Kochava和Branch等移动端统计分析工具的优缺点,包括成本、数据追踪能力、用户界面、市场占有率和特定平台的集成情况,旨在帮助用户根据自身需求选择最合适的分析工具。
1948 0