物体的标签和层

简介: 物体的标签和层

在设计中可以使用物体的名称标识一个物体,但是很多时候名称会有些冗长之之类的问题。现代游戏引擎都有标签(Tag)这一功能,简单来说,标签就是物体的另一个名字,但它也有另一些特点

与标签类似,层(Layer)也很常用,它更多的是与碰撞检测相关。例如,经典游戏《暗黑破坏神》中,玩家技能只能打怪,而不能打玩家。那就是将技能、怪物、玩家分别定义在PlayerSkill、Monster、Player这三个不同的层,并在屋里系统中制定PlayerSkill层只会和Monster层产生碰撞,而不会和Player层碰撞

在Inspector窗口顶部可以查看并修改物体的Tag和layer选项

⚠️:这里所说的"层"指的是物体的"层"(Layer),而不是层级窗口(Hierarchy)窗口的"层级",那指的是"父子关系"层级

标签(Tag)的简要说明

  1. 引擎内部对物体的标签建立了索引。通过索引擦中物体,要比通过名查找物体快得多
  2. 标签最多只能有32个,前几个是常用标签,具有特定含义,例如Player、Main Camera等。后面空白的标签可以自定义和使用
  3. 举个例子,在射击游戏中,可以将玩家的物体标记为Player,将怪标记为Monster。无论玩家和怪物的名字是什么,都可以方便地边学逻辑代码。这些标签即便于查找所有怪物,又可以用于判断物体是不是怪物
  4. 善用标签有助于团队协作。例如,实现定义好游戏中的各类标签,很容易就知道某个物体是什么用的,从而可以让关卡设计师、美术设计师和软件工程师更好地协作

层(Layer)的简要说明

  1. 与标签一样,最多32个,也有几个常用的,如默认层(Default)、透明特效层(TransparentFX)、忽略射线层(Ignore Raycast)也可以自定义
  2. 层的第一个常用用法就是定义游戏世界中层与层之间是否会发生碰撞。例如,足球游戏中,可以让足球和场上的裁判处于不同的层,且让两个层不会碰撞,可以避免很多麻烦
  3. 第二个常用用法就是与射线检测有关。"射线"是一条虚拟的线,大部分触屏、鼠标操作的3D游戏都要用到它。例如,用户单击地面时,就会想游戏世界发射一条射线,已确定单机到了什么位置。又是障碍物会阻挡射线,这是就可以设定该射线仅与地面层碰撞,而不是鱼障碍物理层碰撞,从而改善操作体验


相关文章
|
8月前
|
编解码 自动驾驶 测试技术
【论文速递】PETR: 用于多视图 3D 对象检测的位置嵌入变换
【论文速递】PETR: 用于多视图 3D 对象检测的位置嵌入变换
|
5月前
|
数据采集 机器学习/深度学习 算法
5.2.3 检测头设计(计算预测框位置和类别)
这篇文章详细介绍了YOLOv3目标检测模型中的检测头设计,包括预测框是否包含物体的概率计算、预测物体的位置和形状、预测物体类别的概率,并展示了如何通过网络输出得到预测值,以及如何建立损失函数来训练模型。
|
8月前
[Halcon&图像] 图像、区域和轮廓相互转化
[Halcon&图像] 图像、区域和轮廓相互转化
311 1
|
8月前
|
XML 前端开发 算法
canvas从基础了解 -- 到算法标注框实现
canvas从基础了解 -- 到算法标注框实现
|
8月前
|
机器学习/深度学习 文字识别 算法
[Halcon&图像] 基于多层神经网络MLP分类器的思想提取颜色区域
[Halcon&图像] 基于多层神经网络MLP分类器的思想提取颜色区域
172 0
|
编解码
使用遮罩提取图像中感兴趣的区域
使用遮罩隔离感兴趣区域 (ROI) 来有效地处理被阻止的图像。 某些大图像源仅在图像的一小部分中具有有意义的数据。可以通过将处理限制为包含有意义数据的 ROI 来缩短总处理时间。使用掩码定义投资回报率。蒙版是一种逻辑图像,其中像素表示投资回报率。
137 1
|
存储 编解码 对象存储
将图像标记器多边形转换为标记的块图像以进行语义分割
将存储在对象中的多边形标签转换为适用于语义分割工作流的标记阻止图像。 可以使用计算机视觉工具箱中的图像标记器应用来标记太大而无法放入内存和多分辨率图像的图像。有关详细信息,请参阅在图像标记器(计算机视觉工具箱)中标记大图像。图像标记器应用不支持对被阻止的图像进行像素标记。您只能使用 ROI 形状(如多边形、矩形和线条)创建标签。此示例演示如何使用函数将多边形 ROI 转换为像素标记的块图像,以进行语义分割工作流。
77 0
将图像标记器多边形转换为标记的块图像以进行语义分割
|
数据可视化 算法 Serverless
使用分水岭算法分割图像中相互接触的对象
使用分水岭分割来分离图像中相互接触的对象。分水岭变换通过将图像视为一个曲面,其中亮像素表示较高处,暗像素表示较低处,从而找出图像中的“汇水盆地”和“分水岭脊线”。
114 0
使用边界跟踪方法标识图像中的圆形目标
使用边界跟踪方法,根据对象的圆度对其进行分类。
104 0
|
机器学习/深度学习
图像相关层之卷积锐化图片示例
图像相关层之卷积锐化图片示例
166 0
图像相关层之卷积锐化图片示例