当前位置: 首页 > news >正文

Unity3d C# 摄像头检测敌方单位(目标层级)并在画面中标注(含源码)

前言

需要实现的功能是通过一个专门的检测摄像头将出现在摄像头画面内的敌方单位检测出来,并通过框选的UI框在画面中标记出来。检测摄像头支持自动检测和手动控制检测,同时需要实现锁定模式,检测到一个敌方单位直接锁定到对象上等功能。

效果

自动检测并锁定:
在这里插入图片描述

自动检测并标注:
在这里插入图片描述

实现

主要的实现思路通过检测摄像头中调用 Physics.OverlapSphere函数,处理检测的层级存在的敌方单位后根据扫描角度筛选出画面中的敌方单位,然后通过 lookCam.WorldToScreenPoint和RectTransformUtility.ScreenPointToLocalPointInRectangle函数计算出敌方单位在摄像头画面中的位置,在对应位置上添加选框UI即可。

UI搭建

敌方单位的标注就用一个Image对象来处理,所以UI搭建比较简单如下图:
在这里插入图片描述

不过MarkerCanvas的Render Mode就将其设置为Screen Space-Camera模式,RenderCamera就是检测摄像头。

检测配置

    [Header("检测的层级")]public LayerMask scanLayer = 1;[Header("检测半径(远近)")]public float viewRadius = 10000;[Header("检测角度范围(扇形)")]public float detectionAngle = 90;[Header("检测旋转速度")]public float rotationSpeed = 5.0f; // 旋转速度[Header("是否自动旋转检测")]public bool isAutoScan = true;bool AutoDoing = false;float resumeDura = 5; //无目标时,无手动操作5秒后自动扫描。Vector3  AutoDir = Vector3.up;[Header("是否自动锁定")][Tooltip("检测到后会锁定到对象,只会有一个锁定对象")]public bool isTargetLock = false;[Header("标记")]public TargetMarker marker;

这些是Inspector中暴露出来用于配置的变量,效果如下:
在这里插入图片描述

其中检测的层级可以多选:
在这里插入图片描述

检测逻辑

    float angle = Mathf.Deg2Rad * (detectionAngle * 0.5f);Collider[] hitColliders = Physics.OverlapSphere(transform.position, viewRadius, scanLayer);targets.Clear();foreach (var hitCol in hitColliders){Vector3 dir = (hitCol.transform.position - transform.position).normalized;if (Mathf.Acos(Vector3.Dot(transform.forward, dir)) > angle)continue;targets.Add(hitCol.transform);// 处理检测到// Debug.Log(hitCol.gameObject.name);if (isTargetLock){scanState = false;nowLock = hitCol.transform;DoLockAnima();break;}}

调用 Physics.OverlapSphere函数找到scanLayer层级的对象,然后判断画面角度找出敌方单位。

标记实现

   if (LockTran != null){if (isInFront()){Vector2 mScreenPos = lookCam.WorldToScreenPoint(LockTran.position);Vector2 mRectPos;RectTransformUtility.ScreenPointToLocalPointInRectangle(ParentTran, mScreenPos, lookCam, out mRectPos);Rtran.localPosition = mRectPos + Offset;DisScale = ScaleRate / Vector3.Distance(LockTran.position, lookCam.transform.position);Rtran.localScale = Vector3.one * (DisScale < MinScale ? MinScale : DisScale > MaxScale ? MaxScale : DisScale);//Rtran.localScale = Vector3.one;}elseRtran.localScale = Vector3.zero;}elseRtran.localScale = Vector3.zero;

其中LockTran 就是这边标记框需要标记的对象,详情可查改该博客“Unity3d C# 实现UGUI面板跟随标注3D模型功能”。
通过localScale 同时设置了标记框的远小近大,其思路参照这篇博文“Unity3d C#实现三维场景中图标根据相机距离动态缩放功能”。

源码

https://download.csdn.net/download/qq_33789001/90056743

相关文章:

Unity3d C# 摄像头检测敌方单位(目标层级)并在画面中标注(含源码)

前言 需要实现的功能是通过一个专门的检测摄像头将出现在摄像头画面内的敌方单位检测出来&#xff0c;并通过框选的UI框在画面中标记出来。检测摄像头支持自动检测和手动控制检测&#xff0c;同时需要实现锁定模式&#xff0c;检测到一个敌方单位直接锁定到对象上等功能。 效…...

js 16进制加密

function hexEncode(str) { let hexEncodedStr ‘’; for (let i 0; i < str.length; i) { let charCode str.charCodeAt(i); let hexCode charCode.toString(16).padStart(2, ‘0’); hexEncodedStr ‘\x’ hexCode; } return hexEncodedStr; } // 示例用法 let ori…...

性能测试之压测

1、首先需要提前准备好需要压测的接口地址及对应的接口参数 写好对应的压测接口及对应参数脚本 2、添加线程组&#xff08;根据对应的需求提供的QPS及需要压测的数量如有&#xff09; 如&#xff1a;40个线程&#xff0c;循环次数为永远&#xff08;或者根据自身情况设置循…...

CentOS修改yum.repos.d源,避免“Could not resolve host: mirrorlist.centos.org”错误

1、问题现象 由于CentOS停止维护&#xff0c;mirrorlist.centos.org网站也关闭不可访问。导致CentOS默认配置的yum.repos.d源也不可用&#xff0c;所以执行yum命令会报“Could not resolve host: mirrorlist.centos.org”错误。具体如下&#xff1a; Could not retrieve mirror…...

Python 三目运算实战详解

Python 的三目运算符&#xff08;也称为条件表达式&#xff09;是一种简洁的方式来执行基于条件的赋值或返回值。它的语法类似于其他编程语言中的三元运算符&#xff0c;但有一些细微的不同。在 Python 中&#xff0c;三目运算符的语法如下&#xff1a; value_if_true if cond…...

JVM 性能调优 -- CMS 垃圾回收器 GC 日志分析【Full GC】

前言&#xff1a; 上一篇我们分析了 Minor GC 的发生过程&#xff0c;因为 GC 日志没有按我们预估的思路进行打印&#xff0c;其中打印了 CMS 垃圾回收器的部分日志&#xff0c;本篇我们就来分析一下 CMS 垃圾收集日志。 JVM 系列文章传送门 初识 JVM&#xff08;Java 虚拟机…...

PS的学习

背景差色较大&#xff0c;就魔棒 魔棒的连续就是倒水点的跨越问题 魔棒的容差的选择就有点看经验了&#xff0c;看颜色的统一程度选择 Ctrl D 取消当前所有的选区 至于快速选择工具&#xff0c;和对象选择工具也差不多&#xff0c;只不过控制范围变成了一块一块的&#x…...

数据集搜集器(百科)008

对数据集搜集器&#xff08;百科&#xff09;007进行一下改进&#xff1a; 错误处理&#xff1a;增加更多的错误处理&#xff0c;比如网络请求超时、解析错误等。 用户界面&#xff1a;增加一些提示信息&#xff0c;让用户更清楚当前的操作状态。 多线程处理&#xff1a;确保多…...

Java学习,反射

Java反射是Java编程语言的一个重要特性&#xff0c;它允许程序在运行时查看任意对象所属的类&#xff0c;获取类的内部信息&#xff08;包括构造器、字段和方法等&#xff09;&#xff0c;并能动态地调用对象的方法或构造器。 反射概念 反射&#xff08;Reflection&#xff09…...

数据结构 (18)数的定义与基本术语

前言 数据结构是计算机科学中的一个核心概念&#xff0c;它描述了数据元素之间的关系以及这些元素在计算机中的存储方式。 一、数的定义 在计算机科学中&#xff0c;“数”通常指的是树形数据结构&#xff0c;它是一种非线性的数据结构&#xff0c;由节点&#xff08;或称为元素…...

Flink的双流join理解

如何保证Flink双流Join准确性和及时性、除了窗口join还存在哪些实现方式、究竟如何回答才能完全打动面试官呢。。你将在文中找到答案。 1 引子 1.1 数据库SQL中的JOIN 我们先来看看数据库SQL中的JOIN操作。如下所示的订单查询SQL&#xff0c;通过将订单表的id和订单详情表ord…...

《使用Python进行数据挖掘:理论、应用与案例研究》

嘿&#xff0c;今天我要给你们介绍一本使用Python进行数据挖掘的好书。这本书是由吴迪博士撰写的&#xff0c;他是雷曼学院商学院的助理教授&#xff0c;也是数据科学的实战派。 在这个时代&#xff0c;数据多得让人眼花缭乱&#xff0c;要从中找出有用的信息&#xff0c;那可不…...

Go语言技巧:快速统一字符串中的换行符,解决跨平台问题

统一字符串中的 Windows \r\n 换行符 — Go语言实现 在编程中&#xff0c;尤其是处理跨平台的文本数据时&#xff0c;换行符的处理是一个常见的问题。Windows 系统使用 \r\n 作为换行符&#xff0c;而 Unix-like 系统&#xff08;如 Linux 和 macOS&#xff09;使用 \n。在 Go…...

算法训练营day20(二叉树06:最大二叉树,合并二叉树,搜索二叉树,验证搜索二叉树)

第六章 二叉树 part06 今日内容 ● 654.最大二叉树 ● 617.合并二叉树 ● 700.二叉搜索树中的搜索 ● 98.验证二叉搜索树 详细布置 654.最大二叉树 又是构造二叉树&#xff0c;昨天大家刚刚做完 中序后序确定二叉树&#xff0c;今天做这个 应该会容易一些&#xff0c; 先看视…...

Leetcode(区间合并习题思路总结,持续更新。。。)

讲解题目&#xff1a;合并区间 以数组 intervals 表示若干个区间的集合&#xff0c;其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间&#xff0c; 并返回一个不重叠的区间数组&#xff0c;该数组需恰好覆盖输入中的所有区间。示例 1&#xff1a;输入&a…...

『python爬虫』使用docling 将pdf或html网页转为MD (保姆级图文)

目录 预览效果安装下载模型测试代码总结 欢迎关注 『python爬虫』 专栏&#xff0c;持续更新中 欢迎关注 『python爬虫』 专栏&#xff0c;持续更新中 预览效果 支持转化pdf的表格 安装 Docling 本身是专注于文档转换的工具&#xff0c;通常用于将文件&#xff08;如 PDF&…...

elasticsearch现有集群扩展节点

原文地址&#xff1a;elasticsearch现有集群扩展节点 – 无敌牛 欢迎参观我的个人博客&#xff1a;无敌牛 – 技术/著作/典籍/分享等 给现有的 elasticsearch 集群扩展节点比较容易&#xff0c;已有的集群不需要做任何修改&#xff0c;也不用对服务做任何处理&#xff0c;只需…...

力扣162:寻找峰值

峰值元素是指其值严格大于左右相邻值的元素。 给你一个整数数组 nums&#xff0c;找到峰值元素并返回其索引。数组可能包含多个峰值&#xff0c;在这种情况下&#xff0c;返回 任何一个峰值 所在位置即可。 你可以假设 nums[-1] nums[n] -∞ 。 你必须实现时间复杂度为 O(…...

Kafka-Connect

一、概述 Kafka Connect是一个在Apache Kafka和其他系统之间可扩展且可靠地流式传输数据的工具。细心的你会发现&#xff0c;我们编写的producer、consumer都有很多重复的代码&#xff0c;KafkaConnect就是将这些通用的api进行了封装。让我们可以只关心业务部分&#xff08;数…...

递归、搜索与回溯算法 - 3 ( floodfill 记忆化搜素 9000 字详解 )

一&#xff1a;floodfill 算法 1.1 图像渲染 题目链接&#xff1a;图像渲染 class Solution {// 首先先定义四个方向的向量int[] dx {0, 0, 1, -1};int[] dy {1, -1, 0, 0};// 接着用 m 记录行数&#xff0c;n 记录列数&#xff0c;prev 记录 (sr&#xff0c; sc) 位置的…...

【PyTorch实战】从零构建Prototypical Network:小样本图像分类的度量学习核心

1. 小样本学习与Prototypical Network基础 当你第一次听说"小样本学习"时&#xff0c;可能会觉得这是个遥不可及的高深概念。其实它的核心思想很简单&#xff1a;就像人类能通过少量例子快速学习新事物一样&#xff0c;让AI模型也具备这种能力。想象一下&#xff0c;…...

C++项目集成Tesseract 5.x踩坑实录:从编译选项到内存管理的完整避坑指南

C项目集成Tesseract 5.x踩坑实录&#xff1a;从编译选项到内存管理的完整避坑指南 在计算机视觉和文档处理领域&#xff0c;Tesseract OCR引擎以其开源免费、多语言支持和较高的识别准确率&#xff0c;成为众多C项目的首选集成方案。然而&#xff0c;从源码编译到生产环境部署&…...

如何通过HS2-HF Patch解锁《Honey Select 2》的完整创作潜力:从新手到专家的终极指南

如何通过HS2-HF Patch解锁《Honey Select 2》的完整创作潜力&#xff1a;从新手到专家的终极指南 【免费下载链接】HS2-HF_Patch Automatically translate, uncensor and update HoneySelect2! 项目地址: https://gitcode.com/gh_mirrors/hs/HS2-HF_Patch 还在为《Honey…...

CentOS 7.9离线部署OnlyOffice踩坑全记录:从依赖包下载到SELinux配置的保姆级避坑指南

CentOS 7.9离线部署OnlyOffice全流程实战&#xff1a;从依赖包下载到SELinux配置的深度排错手册 在企业级生产环境中&#xff0c;离线部署文档协作平台往往面临比常规安装更复杂的挑战。本文将以CentOS 7.9为例&#xff0c;详细拆解OnlyOffice在完全离线环境下的部署全流程&…...

HEIF Utility:Windows平台HEIF格式兼容性完整解决方案实战

HEIF Utility&#xff1a;Windows平台HEIF格式兼容性完整解决方案实战 【免费下载链接】HEIF-Utility HEIF Utility - View/Convert Apple HEIF images on Windows. 项目地址: https://gitcode.com/gh_mirrors/he/HEIF-Utility 对于使用iPhone或iPad的Windows用户而言&a…...

163MusicLyrics:免费音乐歌词提取终极指南,轻松获取网易云与QQ音乐歌词

163MusicLyrics&#xff1a;免费音乐歌词提取终极指南&#xff0c;轻松获取网易云与QQ音乐歌词 【免费下载链接】163MusicLyrics 云音乐歌词获取处理工具【网易云、QQ音乐】 项目地址: https://gitcode.com/GitHub_Trending/16/163MusicLyrics 还在为找不到准确的音乐歌…...

C++ 算法实战:从鸡兔同笼到多元方程求解的编程思维演进

1. 从鸡兔同笼开始理解算法思维 记得第一次接触鸡兔同笼问题时&#xff0c;我正啃着铅笔头对着数学作业发愁。题目说笼子里有35个头和94只脚&#xff0c;问鸡和兔各有多少只。这个看似简单的应用题&#xff0c;后来竟成了我算法思维的启蒙老师。 用C解决这个问题时&#xff0c;…...

别再重复画框了!用AutoCAD 2019/2023的DWG to PDF,一次搞定所有非标图纸尺寸

高效图纸输出&#xff1a;AutoCAD自定义纸张尺寸的终极管理方案 在工程设计领域&#xff0c;图纸输出是工作流程中不可或缺的一环。无论是建筑平面图、机械零件图还是电气布线图&#xff0c;专业设计人员经常面临各种非标准尺寸图纸的输出需求。传统解决方案往往需要反复创建相…...

AI账号自动化管理工具集:从注册到运维的全流程实战指南

1. 项目概述&#xff1a;一个AI账号自动化管理的“军火库”如果你正在批量使用ChatGPT、Claude、Gemini这些AI服务&#xff0c;或者在做一些相关的开发和研究&#xff0c;那你肯定遇到过这些让人头疼的问题&#xff1a;注册账号需要接码、管理几十上百个API密钥手忙脚乱、临时邮…...

告别手动计算!用Python+GDAL复现CASA模型NPP估算,效率提升不止一点点

告别手动计算&#xff01;用PythonGDAL复现CASA模型NPP估算&#xff0c;效率提升不止一点点 遥感生态研究中&#xff0c;净初级生产力&#xff08;NPP&#xff09;的估算一直是评估植被生长状况和碳循环的重要指标。传统基于IDLENVI的CASA模型实现方案&#xff0c;虽然成熟稳定…...