层选项部分为粒子层提供基本效果选项。
注:层的名称和描述可在树状图中编辑 。
属性组
Layer life time(层寿命): 该层的寿命。 静态场景粒子效果(例如瀑布)通常有无限的寿命。 层的寿命到期后,它将不再生成任何新粒子。 寿命变量应用于每个受影响的实例。
Time scaling(时间缩放比例): 该粒子层的全局时间缩放因数。 它影响与模拟有关的一切,包括速度、寿命等等。 该因数可用于调节整体效果速度。 其变量应用于每个受影响的实例。 所以每个受影响的实例可以以不同的速度运行。
Constraint mask(约束蒙版): 定义一个逐层位元蒙版,可过滤掉链接至该效果的特定约束(例如可反弹粒子的约束球体)。 位元蒙版被用来与约束球体自身的过滤位元蒙版进行逻辑比较,仅在结果为非零的情况下应用。 除了文本框和右侧迷你位元蒙版选择器中的数字表达(十六进制),您可以按控制框前方的 [.] 按钮来呼出位元蒙版编辑器。
销毁组
该组提供的属性指定了粒子销毁时的行为。 在此回调中生成的效果必须在另一层中定义(所以您需要至少 2 个层)。 您可以将效果实例链接到一个约束图形(链接类型:受……影响),从而强制执行这一行为,该约束的”OnCollision”(碰撞时)属性需设为”Destroy”(销毁)。
销毁时,粒子的默认行为是直接消失(Instantiate(实例化)下拉菜单中没有选择其他层),您可以指示该粒子效果从另一个层生成一个或多个新粒子。 Particle count(粒子计数)的第一个参数定义了每销毁一个粒子时新创建的粒子数量,第二个参数定义了该数值的变量。
如果您想让”销毁时”层不可见,可取消对层名称左侧勾选标志的选择,禁用该层。
本地变形组
该组定义了粒子层的位置 / 指向补偿或变形。
有两种变形模式:
Constant offset(常数补偿):在此模式下,发射器有一个相对于效果中心点(即图形位置)的常数位置(X / Y / Z)和指向(平摆 / 俯仰 / 摇摆)补偿。
变形曲线: 如果粒子发射器要在粒子效果寿命期内移动,可使用变形曲线选项,粒子发射器的位置和指向将在指定的循环时间内根据”位置曲线”和”指向曲线”的设定变形。 这两条曲线的长度和振幅由 Cycle time(循环时间)和 Radius(半径)定义。
自定义数据组
该类别包含被插件标准效果系统忽略的自定义逐层数据。 但自定义粒子系统扩展(例如自定义约束类)可使用这些值:
Custom curve(自定义曲线): 一条用途不限的曲线(x 轴最大值:1;y 轴最大值:1)。
Custom gradient(自定义梯度): 由 4 条用途不限的曲线表达的 RGBA 颜色梯度(x 轴最大值:1;y 轴最大值:1)。
Custom value(自定义值): 用途不限的单个整数值。
相关推荐
Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDA-master源代码
深度学习,用opencv处理视频,英文版书籍,适合计算机视觉人员学习
Adrian Rosebrock-Deep Learning for Computer Vision with Python,三本全,附赠一个Deep Learning for Computer Vision Expert techniques to train advanced neural networks using TensorFlow and Keras,侵删,...
OpenGL-Vision OpenGL-Vision OpenGL-Vision
vision_-1.9.2-34-guanwang-release-20200313-124233.apk
Accenture-Tech-Vision-2021-Full-Report
由Adrian Rosebrock博士编写,Deep-Learning-For-Computer-Vision-第一册start-代码-按数据集分类。全面的代码和数据集。
Computer Vision Foundations and Applications-Fei-Fei Li-Stanford,计算机视觉及应用课件-李飞飞-斯坦福
Computer Vision - ACCV 2014 Workshops-2014-3.pdf
LabVIEW--中文Vision各模块说明 LabVIEW--中文Vision各模块说明
GigE Vision 协议规范2.0(官方英文原版)
视觉语言导航论文,得奖佳作。
Bridging Vision and Language from the Video-to-Text Perspective A Comprehensive Review.pdf
资源分类:Python库 所属语言:Python 资源全名:k_vision-0.1.7-py3-none-any.whl 资源来源:官方 安装方法:https://lanzao.blog.csdn.net/article/details/101784059
Learning-OpenCV-4-Computer-Vision-with-Python-Third-Edition 实例代码
本书重点介绍如何使用TensorFlow帮助您学习高级计算机视觉任务,例如图像采集,处理和分析。 在介绍神经网络体系结构并了解其工作原理之前,您将首先从计算机视觉和深度学习的关键原理入手,以奠定坚实的基础,而...
3D-sistema-de-supervision-y-apagado-remoto-para-equipos-de-impresion-3D..zip,第三方监督机构的实施,3D建模使用专门的软件来创建物理对象的数字模型。它是3D计算机图形的一个方面,用于视频游戏,3D打印和VR,...
Accenture-IT-Tech-Trends-Technology-Vision-Executive-Summary-2016-China.pdf