博客
关于我
Unity 精灵图集Shader渲染错乱
阅读量:136 次
发布时间:2019-02-27

本文共 1295 字,大约阅读时间需要 4 分钟。

在使用 Unity 开发游戏时,UI 界面效果的表现至关重要。为了让精灵图片呈现独特效果,通常会在其上应用 Shader 着色器。然而,当这些精灵被打包到图集中时,问题就出现了。因为精灵的 UV 坐标不再指向单独的图像坐标,而是指向图集中该图片的坐标位置。这导致了在渲染时 Shader 计算错误,进而引发错乱效果。

为了解决这一问题,我们需要将单个图片的纹理坐标单独保存到 UV1 中,并传递该坐标与图集中纹理坐标的比例关系。具体来说,单个精灵的纹理坐标通常为 (0,0)、(0,1)、(1,1)、(1,0),而 UGUI 中的图片控件只使用 UV0。因此,我们可以将单个图片的纹理坐标存储到 UV1 中。

为了实现这一点,我们可以继承 BaseMeshEffect 并重载 ModifyMesh 方法。具体代码如下:

using UnityEngine;using UnityEngine.UI;public class VertIndexAsUV1 : BaseMeshEffect{    public override void ModifyMesh(VertexHelper vh)    {        if (!IsActive())            return;        UIVertex vert = new UIVertex();        for (int i = 0; i < vh.currentVertCount; i++)        {            vh.PopulateUIVertex(ref vert, i);            vert.uv1.x = (i > 1);            vert.uv1.y = ((i > 1) ^ (i & 1));            vh.SetUIVertex(vert, i);        }    }}

在 Shader 中,我们需要添加 TEXCOORD1 类型的变量,并在绘制过程中使用该坐标。例如:

float2 texcoord1 : TEXCOORD1 = float2(0.0, 0.0);

对于简单的 Alpha 融合处理,这种方法已经足够了。

然而,对于更复杂的 Shader 表现效果,我们还需要传递比例关系。这可以通过获取图集中单个图片的 UV 坐标来实现。例如:

Image img = GetComponent();if (img){    Vector4 uvRect = UnityEngine.Sprites.DataUtility.GetOuterUV(img.overrideSprite);    m_Graphic.material.SetVector("_UvRect", uvRect);}

在 Shader 中,我们可以根据单个图片的 UV 坐标反推出其在图集中的实际 UV 坐标,从而正确计算效果。

通过这种方法,我们可以在使用图集时,仍然保留精灵图片的独特效果。这对于开发复杂的 UI 界面效果至关重要。

转载地址:http://mnid.baihongyu.com/

你可能感兴趣的文章
OJ中常见的一种presentation error解决方法
查看>>
OK335xS UART device registe hacking
查看>>
ok6410内存初始化
查看>>
one_day_one--mkdir
查看>>
OpenCV 中的图像转换
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>
OpenCV(1)读写图像
查看>>
OpenCV:概念、历史、应用场景示例、核心模块、安装配置
查看>>