Pixi入门第一章:绘制一个小精灵

简介: 这篇文章是关于Pixi.js的入门教程第一部分,指导读者如何创建并显示一个基本的2D精灵,适用于开始学习Pixi.js进行2D图形开发的初学者。

之前有介绍过threeJs做3D场景的教程,但是发现web3D还是有很多局限性的,尤其是在绘制地图一方面,3D场景必须通过射线选取物体,而且会因为相机视角的问题出现偏差,另一方面3D在渲染性能上消耗远大于2D的场景,在动态绘制线的时候会出现卡顿等情况,所以最终又选择一个2D的框架开始学习,这里选用pixi.js。

下面来段仪式性的介绍:

  1. 什么是pixi.js?简单来说它是一个2D sprite渲染引擎,用于创建交互式的图形和动画,它提供了简单易用的API,使开发者可以通过 JavaScript 和其他 html5 技术来创建高性能的图形应用。Pixi.js 可以用于游戏开发、数据可视化、广告制作等各种场景,它具有快速渲染、跨平台支持和丰富的功能特性。

  2. Pixi.js的起源, Pixi.js由Goodboy Digital开发,于2013年首次发布。起初,Goodboy Digital是一家专注于游戏和互动媒体开发的公司。他们发现市场上存在着许多复杂而笨重的2D渲染引擎,这些引擎对于移动设备上的性能和资源要求较高。为了解决这个问题,他们决定开发一个简单、高效且易于使用的2D渲染引擎,以满足他们自己的需求。 Goodboy Digital团队开始开发Pixi.js,并将其作为内部工具在自己的项目中使用。随着时间的推移,他们将其开源,并发布到了GitHub上。这样其他开发者也可以使用和贡献这个引擎。Pixi.js迅速受到了开发者的喜爱,因为它具有出色的性能和易用性。现在,Pixi.js已经成为了一个流行的选择,被广泛应用于游戏开发、数据可视化、广告和其他交互式应用程序的开发中。

  3. Pixi.js特点

    高性能:Pixi.js 通过利用 WebGL 技术实现硬件加速渲染,可以在多种平台上流畅运行。它经过了优化和调整,以提供快速而有效的渲染管道。

    跨平台:Pixi.js 可以在多个平台上运行,包括Web、移动和桌面应用程序。无论是在浏览器、手机还是桌面设备上,都能够提供一致的表现和用户体验。
    易于使用:Pixi.js 提供简单且直观的 API ,容易上手和学习。它提供了一套丰富的功能,包括精灵(Sprite)、粒子系统(Particle System)、滤镜(Filter)等,使开发者能够创建各种类型的游戏和交互式应用。

    可扩展性:Pixi.js 具有良好的可扩展性,支持插件和自定义扩展。开发者可以根据自己的需求来定制和扩展 Pixi.js 的功能,并与其他库或框架集成。

    跨浏览器兼容性:Pixi.js 在广泛的浏览器中都能良好地运行,包括 Chrome、Firefox、Safari、Edge 等。它还提供了一致的 API ,无论是在移动设备上运行的浏览器还是桌面上的现代浏览器。

下面先通过一个简单的例子创建第一个2D的场景:不过在此之前要先安装pixi.js,安装命令:

npm install --save pixi.js

安装完成后先引入pixi.js,然后后创建一个pixi的场景,并设置宽高颜色等参数,并添加到body中,再通过图片创建一个图片,pixi里叫sprite,意思是小精灵,创建后设置x,y的值,添加到舞台Stage中(类似three的scene),最终你就可以得到一个简单的pixi页面了,当然直接用canvas也可以很容易实现这些,但是后面的内容就可以慢慢看出pixi的优势了,好了第一章入门就到这里,代码下方放置了效果图可以参考下效果。

<template>
      <div ref="pixiContainer"></div>
</template>
<script>
    import * as PIXI from 'pixi.js';
    export default {
      mounted() {
        // 创建Pixi.js应用程序
        const app = new PIXI.Application({
          width: 500,         // default: 800 宽度
          height: 500,        // default: 600 高度
          antialias: true,    // default: false 反锯齿
          transparent: false, // default: false 透明度
          resolution: 1,       // default: 1 分辨率
          background: '#1099bb',
          // resizeTo: window,
        });
        //将此场景添加到html页面的body中
        document.body.appendChild(app.view);

        // 通过一个图片创建一个小精灵(就是一个对象可以是图片可以是固定的形状或者其他的)
        const bunny = PIXI.Sprite.from('https://pixijs.com/assets/bunny.png');
        bunny.x = 0;//设置精灵的x轴位置
        bunny.y = 0;//设置精灵的y轴位置
        app.stage.addChild(bunny);//将精灵添加到舞台上,也就是stage上,
      }
    };
</script>

相关文章
|
24天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
16天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
20天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2577 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
18天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
3天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
2天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
163 2
|
20天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1576 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
22天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
973 14
|
3天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
219 2
|
17天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
734 9