当前位置: 首页 > news >正文

Opencv计算机视觉编程攻略-第十二节 处理视频序列

      视频由一系列图像构成,这些图像称为帧,帧是以固定时间间隔获取的(称为帧速率,通常用帧/秒表示,例如大疆无人机抽取每一帧),本文将介绍如何读取、处理和存储视频序列。如果从视频序列中提取出独立的帧,就可以对其应用各种图像处理函数,还将学习对视频序列做时序分析的算法,即比较相邻的帧并根据时间累计图像统计数据,以提取前景物体。

目录

1. 读取视频序列

3. 写入视频帧

4. 提取视频前景物体


1. 读取视频序列

        OpenCV 提供了一个便于使用的框架来提取帧,帧的来源可以是视频文件,也可以是USB 或IP 摄像机。

// 1. 打开视频文件 可以设置为相机
cv::VideoCapture capture("bike.avi");// 2. 检查视频是否成功打开
if (!capture.isOpened())return 1;
// 取得帧速率 CV_CAP_PROP_FPS -> 10
double rate= capture.get(CV_CAP_PROP_FPS);
bool stop(false);cv::Mat frame; // 当前视频帧
cv::namedWindow("Extracted Frame");
// 根据帧速率计算帧之间的等待时间,单位为ms
int delay= 1000/rate;
// 循环遍历视频中的全部帧
while (!stop) {
// 读取下一帧(如果有)
if (!capture.read(frame))break;
cv::imshow("Extracted Frame",frame);
// 等待一段时间,或者通过按键停止if (cv::waitKey(delay)>=0)stop= true;}
// 关闭视频文件
// 不是必须的,因为类的析构函数会调用
capture.release();

     

       还可以连接摄像机和计算机,读取摄像机(例如USB 摄像机)生成的视频流。只需在open
函数中指定一个ID(整数)取代原来的文件名即可。ID 为0 表示打开默认摄像机。


2. 处理视频帧

       视频帧处理通过指定一个函数(回调函数),让视频序列的每一帧都调用它。

          // current framecv::Mat frame;// output framecv::Mat output;// if no capture device has been setif (!isOpened())return;stop= false;while (!isStopped()) {// read next frame if anyif (!readNextFrame(frame))break;// display input frameif (windowNameInput.length()!=0) cv::imshow(windowNameInput,frame);// calling the process function or methodif (callIt) {// process the frameif (process)process(frame, output);else if (frameProcessor) frameProcessor->process(frame,output);// increment frame numberfnumber++;} else {output= frame;}// write output sequenceif (outputFile.length()!=0)writeNextFrame(output);// display output frameif (windowNameOutput.length()!=0) cv::imshow(windowNameOutput,output);// introduce a delayif (delay>=0 && cv::waitKey(delay)>=0)stopIt();// check if we should stopif (frameToStop>=0 && getFrameNumber()==frameToStop)stopIt();}}

     视频处理性能要求较高,一般使用多线程进行处理,GitHub 上的项目https://github.com/asolis/vivaVideo  展示了一个在OpenCV中用多线程处理视频框架。


3. 写入视频帧

        Opecv::VideoWriter 类写视频文件,构建实例时需指定文件名、播放视频的帧速
率、每个帧的尺寸以及是否为彩色视频:

writer.open(outputFile, // 文件名codec, // 所用的编解码器framerate, // 视频的帧速率frameSize, // 帧的尺寸isColor); // 彩色视频?另外,必须指明保存视频数据的方式,即codec 参数。

       可以通过反复地调用write 方法,在视频文件中加入帧:writer.write(frame); // 在视频文件中加入帧。在把视频写入文件时,需要使用一个编解码器。编解码器是一个软件模块,用于编码和解码
视频流。
编解码器定义了文件格式和用于存储信息的压缩方案。很明显,用某种编解码器进行编
码的视频,必须用同一种编解码器才能解码。因此人们使用四个字符的代码来指定一种编解码器。
这样,软件工具在写入视频文件之前,需要先读取这个四字符代码,以决定采用哪种编解码器。


4. 提取视频前景物体

        对视频序列进行时序分析,以提取运动中的前景物体,用固定位置的像机拍摄时,背景部分基本上是保持不变的,这种情况下,可以提取出场景中的移动物体。

// 计算当前图像与背景图像之间的差异
cv::absdiff(backgroundImage,currentImage,foreground);

       首先,在计算背景之前需要存储大量的图像;其次,在为计算平均值而累计图像的时候,并没有提取到前景物体。为了计算可靠的背景模型,需要累计何时的、多少数量的图像。更好的策略是用定时更新的方式,动态地构建背景模型。实现方法是计算滑动平均值(又叫移动平均值)。这是一种计算时间信号平均值的方法,该方法还考虑了最新收到的数值。假设pt是时间t 的像素值,μt-1 是当前的平均值,那么要用下面的公式来更新平均值:

        其中参数α 称为学习速率,它决定了当前值对计算平均值有多大影响。这个值越大,滑动平
均值对当前值变化的响应速度就越快;但如果学习速率太大,缓慢移动的物体就可能会消失在背
景中。

      用cv::accumulateWeighted 函数计算图像的滑动平均值非常方便,它在图像的每个像素上应用滑动平均值计算公式。注意,作为结果的图像必须是浮点数类型的。所以,在比较背景模型与当前帧之前,必须先把前者转换成背景图像。对差异绝对值进行阈值化(先用cv::absdiff计算,再用cv::threshold)以提取前景图像。然后把这个前景图像作为cv::accumulateWeighted 函数的掩码,防止修改已被认定为前景的像素。之所以能这么做,是因为在前景图像中,已被认定为前景的像素值为false,即0。

        混合高斯方法是这些改进型算法中的一种。它的处理方式与前面介绍的基本一致,但做了几
项改进。首先,该方法适用于每个像素有不止一个模型(即不止一个滑动平均值)的情况。这样的话,如果一个背景像素在两个值之间波动,那么就会存储两个滑动平均值。只有当新的像素值不属于任何一个频繁出现的模型时,才会认为这个像素是前景。模型的数量可以在参数中设置,通常为5 个。其次,每个模型不仅保存了滑动平均值,还保存了滑动方差。它的计算方法如下所示:

      计算得到的平均值和方差用于构建高斯模型,根据高斯模型就可计算某个像素值属于背景的
概率。用概率替代绝对差值后,阈值的选择就会更加容易。这样,如果某个区域的背景波动较大,
就需要有更大的差值才能被认定为前景物体。

相关文章:

Opencv计算机视觉编程攻略-第十二节 处理视频序列

视频由一系列图像构成,这些图像称为帧,帧是以固定时间间隔获取的(称为帧速率,通常用帧/秒表示,例如大疆无人机抽取每一帧),本文将介绍如何读取、处理和存储视频序列。如果从视频序列中提取出独立…...

浮点许可优化管理软件 - 智能许可管理专家

为什么选择浮点许可优化管理软件? 在当今数字化时代,企业软件许可支出持续攀升,如何实现许可资源的最优配置成为一大挑战。浮点许可优化管理软件通过先进的算法和自动化技术,帮助企业实现许可资源的精准管理和成本优化。 革命性的智能化功能…...

Spring Boot接口返回Long类型的数据时丢失精度的全局处理

1、问题 当实体类中的字段为Long类型时,通过Ajax请求返回给前段,在js中数据会丢失精度 直接通过postman请求或通过浏览器请求,看下响应则不会丢失精度 2、处理方式 1、使用JsonSerialize注解 JsonSerialize(using ToStringSerializer.…...

量子计算入门:开启未来计算的次元之门

在科幻电影中,我们常看到“量子计算机”被描绘成无所不能的黑科技——破解密码、模拟宇宙、瞬间完成超算百年的任务。但现实中,量子计算究竟是什么?它真的能颠覆传统计算机吗? 一、从“硬币”到“薛定谔的猫”:量子世界…...

学习日志37—基于变分量子电路的量子机器学习算法综述

基于变分量子电路的量子机器学习算法综述 论文原链接参考:https://crad.ict.ac.cn/article/cstr/32373.14.issn1000-1239.202330979 这篇综述的核心内容是基于变分量子电路(VQCs)的量子机器学习算法的研究现状、应用进展以及面临的挑战和未…...

初入Web网页开发

1、网页哪些内容 1.1 三个核心文件的作用 index.html:网页的骨架,用HTML编写网页结构和内容。 script.js:网页的行为,用JavaScript实现交互功能(如按钮点击事件)。 styles.css:网页的外观&…...

Vue进行前端开发流程

一、创建vue项目 创建vue项目&#xff1a;先进入要操作的目录下&#xff0c;注意本项目是用vue2开发的。 vue create vue项目名 二、项目开发 1.创建项目结构 2.开发功能模块 主入口App.vue <template><div class"boss-app"><Header /><m…...

【深度学习:实战篇】--PyTorch+Transformer谣言检测系统

任务&#xff1a;构建一个多模态谣言检测模型。 数据集描述如下&#xff1a; 数据集包含以下模态&#xff1a; 谣言文本&#xff1a;谣言的核心文本信息。2. 配图&#xff1a;与谣言文本相关的图像数据&#xff1b;3. OCR 文本&#xff1a;可以通过 PaddleOCR 从配图中提取的…...

PostGreSQL/openGauss表膨胀处理

如果面试官问你&#xff0c;Oracle与PG/OG最大的区别是什么&#xff1f;你要是没回答出MVCC机制&#xff0c;表膨胀&#xff0c;那你多半挂了。 在PG/OG数据库中&#xff0c;命令vacuum full&#xff0c;插件pg_repack用于处理表膨胀&#xff0c;但是别高兴得太早&#xff0c;如…...

视频融合平台EasyCVR搭建智慧粮仓系统:为粮仓管理赋能新优势

一、项目背景 当前粮仓管理大多仍处于原始人力监管或初步信息化监管阶段。部分地区虽采用了简单的传感监测设备&#xff0c;仍需大量人力的配合&#xff0c;这不仅难以全面监控粮仓复杂的环境&#xff0c;还容易出现管理 “盲区”&#xff0c;无法实现精细化的管理。而一套先进…...

基于 Node.js 和 Spring Boot 的 RSA 加密登录实践

在当今的互联网应用开发中&#xff0c;用户数据的安全性至关重要。登录功能作为用户进入系统的第一道防线&#xff0c;其安全性更是不容忽视。本文将介绍一种基于 RSA 加密的登录方案&#xff0c;前端使用 Node.js 的 node-forge 库对密码进行公钥加密&#xff0c;后端使用 Spr…...

jupyter在Pycharm中遇到的一个问题

jupyter比较简洁&#xff0c;可以分块执行&#xff0c;下面显示结果&#xff0c;还能用Markdown写注释&#xff0c;总体来说来还是比较好用的。 但是遇到了一个奇怪的问题&#xff0c;从一个py文件中导入一个函数&#xff0c;结果输出为None。但是如果直接把这个函数的内容复制…...

十二、buildroot系统 adb登录权限设置

4.6.4、adb权限设置 ​ android-adbd 是 ADB&#xff08;Android Debug Bridge&#xff09;的守护进程&#xff0c;允许开发者远程访问和调试设备。它通常用于 Android 设备&#xff0c;但在嵌入式 Linux上&#xff0c;也可以用来提供远程 shell、文件传输和应用调试功能。 ​…...

MySQL、Oracle 和 PostgreSQL 是三种主流的关系型数据库的主要原理性差异分析

MySQL、Oracle 和 PostgreSQL 是三种主流的关系型数据库&#xff0c;它们在底层原理和设计哲学上存在显著差异&#xff0c;尤其在存储引擎、事务处理、并发控制、索引结构、复制机制等方面。以下是它们的主要原理性差异分析&#xff1a; 1. 存储引擎与架构设计 MySQL 多存储引…...

【AI开源大模型工具链ModelEngine】【01】应用框架-源码编译运行

ModelEngine提供从数据处理、知识生成&#xff0c;到模型微调和部署&#xff0c;以及RAG&#xff08;Retrieval Augmented Generation&#xff09;应用开发的AI训推全流程工具链。 GitCode开源地址&#xff1a;https://gitcode.com/ModelEngineGitee开源地址&#xff1a;https…...

一文掌握 google浏览器插件爬虫 的制作

更多内容请见: 爬虫和逆向教程-专栏介绍和目录 文章目录 一、技术栈1. 前端技术(浏览器插件开发)2. 爬虫技术3. 后端(可选)4. 整体技术栈组成二、开发步骤1. 创建 Chrome 插件基础结构(1)`manifest.json` 配置(2)前端页面(`popup.html`)(3)前端逻辑(`popup.js`)…...

【leetcode 100】贪心Java版本

划分字母区间 题目 我的思路&#xff1a;第一次没有一点思路&#xff0c;第二次看了官网思路后&#xff0c;写的以下答案&#xff0c;没有搞明白循环遍历&#xff0c; //是不对的以下&#xff1a; class Solution {public List<Integer> partitionLabels(String s) {Li…...

Linux用Wireshark进行Thread网络抓包关键步骤

用Nordic nRF52840 Dongle作为RCP配合Wireshark进行Thread网络抓包是debug Thread网络的有效工具之一&#xff0c;主要流程在这里&#xff0c;不再赘述&#xff1a;官方流程 但是按官方流程会卡在一个地方&#xff0c;第一次费劲解决后&#xff0c;今天在另一台机器重新配的时…...

项目管理中客户拒绝签字验收?如何处理和预防

客户拒绝签字验收&#xff1f;如何处理和预防&#xff1f;核心在于&#xff1a;正面沟通、证据留存、灵活应对、合同条款明确、阶段验收机制。其中正面沟通格外关键&#xff0c;如果在发现客户迟迟不愿签字时能够主动沟通&#xff0c;了解其顾虑或不满并迅速针对性解决&#xf…...

docker 修改镜像源教程

当在拉取镜像时报以下错误时&#xff0c;可以通过更换镜像源解决 rootlocalhost:/etc/docker# docker pull mysql Using default tag: latest Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request canceled while waiting for …...

【JAVA】十、基础知识“类和对象”干货分享~(三)

目录 1. 封装 1.1 封装的概念 1.2 访问限定符 public&#xff08;公开访问&#xff09; private&#xff08;私有访问&#xff09; 1.3 包 1.3.1 包的概念 1.3.2 导入包中的类 1.3.3 自定义包 2. static成员 2.1 static变量&#xff08;类变量&#xff09; 2.1.1 sta…...

Open GL ES -> SurfaceView + 自定义EGL实现OpenGL渲染框架

SurfaceView 自定义EGL实现OpenGL渲染 在Android开发中&#xff0c;当需要灵活控制OpenGL渲染或在多个Surface间共享EGL上下文时&#xff0c;自定义EGL环境是必要的选择 核心实现流程 -------------------- -------------------- -------------------- | 1. 创建Su…...

Solidity入门实战—web3

项目介绍 在这个项目中&#xff0c;我们建立一个小型智能合约应用&#xff0c;他允许用户向合约地址捐赠&#xff0c;允许合约所有者从合约中提取余额&#xff1b;并且还设定了捐赠的金额门槛&#xff1b;针对直接对地址进行的捐赠行为&#xff0c;我们也予以记录 源代码 ht…...

Open Scene Graph动画系统

OSG 提供了强大的动画功能&#xff0c;支持多种动画实现方式&#xff0c;从简单的变换动画到复杂的骨骼动画。以下是 OSG 动画系统的全面介绍&#xff1a; 1. 基本动画类型 1.1 变换动画 (Transform Animation) // 创建动画路径 osg::AnimationPath* createAnimationPath(co…...

无需libpacp库,BPF指令高效捕获指定数据包

【环境】无libpacp库的Linux服务器 【要求】高效率读取数据包&#xff0c;并过滤指定端口和ip 目前遇到两个问题 一是手写BPF&#xff0c;难以兼容&#xff0c;有些无法正常过滤二是性能消耗问题&#xff0c;尽可能控制到1% 大方向&#xff1a;过滤数据包要在内核层处理&…...

重回全面发展亲自操刀

项目场景&#xff1a; 今年工作变动&#xff0c;优化后在一家做国有项目的私人公司安顿下来了。公司环境不如以前&#xff0c;但是好在瑞欣依然可以每天方便的买到。人文氛围挺好&#xff0c;就是工时感觉有点紧&#xff0c;可能长期从事产品迭代开发&#xff0c;一下子转变做项…...

DimensionX

旨在通过可控的视频扩散模型从单张图像生成高质量的3D和4D场景。 1. 背景与问题 3D和4D生成的目标 3D生成&#xff1a;从单张或多张2D图像中重建出三维场景或物体&#xff0c;包含空间信息&#xff08;长、宽、高&#xff09;。4D生成&#xff1a;在3D的基础上加入时间维度&a…...

2025年04月08日Github流行趋势

项目名称&#xff1a;markitdown 项目地址url&#xff1a;https://github.com/microsoft/markitdown项目语言&#xff1a;Python历史star数&#xff1a;44895今日star数&#xff1a;1039项目维护者&#xff1a;afourney, gagb, sugatoray, PetrAPConsulting, l-lumin项目简介&a…...

数据结构与算法-数学-容斥原理,高斯消元解线性方程组

容斥原理 容斥原理用于计算多个集合的并集元素个数&#xff0c;公式为 ∣A1∪A2∪⋯∪An∣∑i1n∣Ai∣−∑1≤i<j≤n∣Ai∩Aj∣∑1≤i<j<k≤n∣Ai∩Aj∩Ak∣−⋯(−1)n−1∣A1∩A2∩⋯∩An∣ 举一个例题&#xff1a; 给定一个整数 nn 和 mm 个不同的质数 p1,p2,…,p…...

告别运动控制不同步:某车企用异构PLC实现99.98%焊接合格率

在长三角某新能源汽车电池工厂&#xff0c;工程师们正面临棘手的生产难题&#xff1a;随着产线速度提升到每分钟12个电芯&#xff0c;原有PLC系统开始频繁出现运动控制不同步现象。这直接导致极片焊接合格率从99.2%骤降至94.7%&#xff0c;每条产线日均损失超23万元。这个场景折…...

BetaFlight参数配置解读

BetaFlight参数配置解读 &#x1f4cc;相关篇《Betaflight固件编译和烧录说明》&#x1f955;各型号已编译好的配置文件资源&#xff08;.config&#xff09;&#xff1a;https://github.com/betaflight/unified-targets/tree/master/configs/default&#x1f33f;各型号配置头…...

PowerBI累计分析

累计分析 累计分析主要有三种&#xff1a;年初至今&#xff08;YTD&#xff09;、季初至今&#xff08;QTD&#xff09;、月初至今&#xff08;MTD&#xff09;。DAX中计算累计的函数有两类&#xff1a;一类是datesytd、datesqtd、datesmtd&#xff0c;该类返回一个单列日期表…...

最新 OpenHarmony 系统一二级目录整理

我们在学习 OpenHarmony 的时候&#xff0c;如果对系统的目录结构了解&#xff0c;那么无疑会提升自己对 OpenHarmony 更深层次的认识。 于是就有了今天的整理。 首先在此之前&#xff0c;我们要获取源码 获取源码的方式 OpenHarmony 主干代码获取 方式一&#xff08;推荐&am…...

多模态大语言模型arxiv论文略读(七)

MLLM-DataEngine: An Iterative Refinement Approach for MLLM ➡️ 论文标题&#xff1a;MLLM-DataEngine: An Iterative Refinement Approach for MLLM ➡️ 论文作者&#xff1a;Zhiyuan Zhao, Linke Ouyang, Bin Wang, Siyuan Huang, Pan Zhang, Xiaoyi Dong, Jiaqi Wang,…...

STM32单片机入门学习——第27节: [9-3] USART串口发送串口发送+接收

写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难&#xff0c;但我还是想去做&#xff01; 本文写于&#xff1a;2025.04.08 STM32开发板学习——第27节: [9-3] USART串口发送&串口发送接收 前言开发板说…...

【元表 vs 元方法】

元表 vs 元方法 —— 就像“魔法书”和“咒语”的关系 1. 元表&#xff08;Metatable&#xff09;&#xff1a;魔法书 是什么&#xff1f; 元表是一本**“规则说明书”**&#xff0c;它本身是一个普通的 Lua 表&#xff0c;但可以绑定到其他表上&#xff0c;用来定义这个表应该…...

小型园区网实验

划分VLAN SW3 [sw3]vlan batch 2 3 20 30 [sw3]interface GigabitEthernet 0/0/1 [sw3-GigabitEthernet0/0/1]port link-type access [sw3-GigabitEthernet0/0/1]port default vlan 2 [sw3-GigabitEthernet0/0/1]int g0/0/2 [sw3-GigabitEthernet0/0/2]port link-type acces…...

python 数组append数组

在Python中&#xff0c;可以通过多种方式将一个数组&#xff08;列表&#xff09;添加到另一个数组&#xff08;列表&#xff09;中。以下是几种常见的方法&#xff1a; 1. 使用 append() 方法 append() 方法将一个数组作为整体添加到另一个数组的末尾。 list1 [1, 2, 3] l…...

从0到1:STM32 RTC定时器配置全流程

1. 什么是RTC&#xff1f; RTC&#xff08;Real-Time Clock&#xff09; 是嵌入式系统中用于提供独立计时功能的硬件模块&#xff0c;具有以下特点&#xff1a; 独立于主系统时钟&#xff08;即使MCU进入低功耗模式仍可运行&#xff09;提供日历功能&#xff08;年/月/日/时/…...

(学习总结33)Linux Ext2 文件系统与软硬链接

Linux Ext2 文件系统与软硬链接 理解硬件磁盘、服务器、机柜、机房磁盘物理结构磁盘的逻辑结构实际过程 CHS 与 LBA 地址转换 引入文件系统引入 " 块 " 概念引入 " 分区 " 概念引入 " inode " 概念 ext2 文件系统宏观认识Block Group 块组与其内…...

LeetCode算法题(Go语言实现)_36

题目 给定一个二叉树的根节点 root &#xff0c;和一个整数 targetSum &#xff0c;求该二叉树里节点值之和等于 targetSum 的 路径 的数目。 路径 不需要从根节点开始&#xff0c;也不需要在叶子节点结束&#xff0c;但是路径方向必须是向下的&#xff08;只能从父节点到子节点…...

牛客华为机试--HJ48 从单向链表中删除指定值的节点C++

题目描述 示例1 示例2 该题的核心是每来一组数据&#xff0c;都要从头开始找&#xff0c;找到数据后再插入。而不是直接在尾部插入数据。 上代码 #include <iostream> using namespace std;struct ListNode {int val;ListNode *next;ListNode(int x) : val(x), next(nu…...

Jmeter 插件【性能测试监控搭建】

1. 安装Plugins Manager 1.1 下载路径&#xff1a; Install :: JMeter-Plugins.org 1.2 放在lib/ext目录下 1.3 重启Jmeter&#xff0c;会在菜单-选项下多一个 Plugins Manager菜单&#xff0c;打开即可对插件进行安装、升级。 2. 客户端(Jmeter端) 2.1 安装plugins manager…...

从攻防演练到AI防护:网络安全服务厂商F5的全方位安全策略

随着AI和云原生技术的蓬勃兴起&#xff0c;多云架构的广泛采用&#xff0c;企业内部IT系统正经历着翻天覆地的变化。在这个转型期&#xff0c;传统的攻击手段和防守策略正面临着巨大的挑战。基于此&#xff0c;用户需要跳出传统的思维模式&#xff0c;采取新的视角&#xff0c;…...

【Introduction to Reinforcement Learning】翻译解读5

4 核心算法 我们将算法分为三类&#xff1a;基于价值的方法、基于策略的方法和混合算法。 4.1 基于价值的方法Value-based 一个重要的突破是Q-learning的引入&#xff0c;它是一种无模型算法&#xff0c;被视为off-policy时间差分&#xff08;TD&#xff09;学习。TD学习无疑…...

Jmeter中的bzm-concurrency thread group 与普通线程组的区别

在 JMeter 中,bzm - Concurrency Thread Group(由 BlazeMeter 提供)和标准的 Thread Group 是两种不同的线程组实现,主要区别在于 并发控制模型 和 负载调节方式。以下是详细对比: 1. 核心区别 特性bzm - Concurrency Thread Group标准 Thread Group负载模型基于并发数(C…...

VBA将Word文档内容逐行写入Excel

如果你需要将Word文档的内容导入Excel工作表来进行数据加工&#xff0c;使用下面的代码可以实现&#xff1a; Sub ImportWordToExcel()Dim wordApp As Word.ApplicationDim wordDoc As Word.DocumentDim excelSheet As WorksheetDim filePath As VariantDim i As LongDim para…...

ubuntu22部署 3d-tiles-tools

安装fnm curl -fsSL https://fnm.vercel.app/install | bash安装nodejs 20.17.0LTS版本 https://nodejs.org/zh-cn/download/package-manager安装依赖包 # Download and install nvm: curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.2/install.sh | bash# in…...

WebStrom关闭模板字符串自动转换

WebStrom关闭模板字符串自动转换 Editor > General > smart Keys > JavaScript > Automatically replace string literal with template string on typing "${"...

【零基础入门unity游戏开发——动画篇】新动画Animator的使用 —— AnimatorController和Animator的使用

考虑到每个人基础可能不一样&#xff0c;且并不是所有人都有同时做2D、3D开发的需求&#xff0c;所以我把 【零基础入门unity游戏开发】 分为成了C#篇、unity通用篇、unity3D篇、unity2D篇。 【C#篇】&#xff1a;主要讲解C#的基础语法&#xff0c;包括变量、数据类型、运算符、…...