cocos版本号:cocos2d-x-3.2

环境:Win7+VS2013

因为一些太底层的实现我如今的能力学习不到,仅仅能做一些简单的笔记,供以后翻阅。假设别人可以得到帮助,莫大的荣幸。

一、创建世界并加入刚体

1.创建新的cocos项目,配置扩展库(如有须要):

具体配置点击链接:http://blog.csdn.net/zhangshuliai/article/details/25740343

2.编译并执行成功,然后把HelloWorldScene.cpp里面的init函数改动成以下的样子:

3.创建自己的Box2D世界,如图:

注:1.此处的_world->SetAllowSleeping(true)的设置,是表示是否将精巧不动的刚体设置为睡眠状态,假设标志为true,则Box2D在遍历时会直接跳过该刚体,不进行运动模拟计算,这种目的是提升Box2D的计算效率。

2.在创建Box2D物理世界时,有一个gravity參数。表示重力,b2Vec2表示一个向量,(0,-10)表示重力是向下。向量是用来表示刚体的坐标,速度和受力等属性。Box2D中的b2Vec2d对象仅仅是向量的终点,其起点永远在坐标的原点位置。

所以在对b2Vec2进行位移、旋转等计算时。计算结果也都是相对于坐标原点的(我理解的cocos向量也是这样)。

3.创建简单的刚体。创建步骤:

1.创建而且定义b2BodyDef,然后调用b2World类中的CreateBody方法,如图:

注:在Box2D引擎中,所传的位置參数为“米”,cocos中的位置參数为“像素”,所以须要在定义b2BodyDef位置的时候须要将“像素”转换为“米”,这里32像素为1米。

2.创建并定义b2FixtureDef,然后调用b2Body中的CreateFixture()方法,如图:

此处已经成功的在Box2D物理世界里加入了一个自由落体的矩形方块。

二、加入调试视图

在上面的步骤中。已经成功创建世界并加入刚体,可是没有实现渲染,在调试窗体中没有不论什么显示。为了能将刚体中保存的形状,坐标等信息显示。能够加入调试视图来实现要求。

1.在创建物理世界后,调用b2World中的SetDebugDraw()方法,如图:

注:在SetDebugDraw中的參数b2Draw是个基类,此处用測试Demo中的子类GLESDebugDraw来传递參数。此类是在cocos引擎源代码cpp-tests中。具体路径为:引擎根文件夹\tests\cpp-tests\Classes\Box2DTestBed中的GLES-Render.h和GLES-Render.cpp文件。

2.因为cocos的渲染机制,须要重载draw()方法调用b2World的DrawDebugData来启动调试视图。如图:

1..h文件里加入方法:

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

2..cpp文件里实现:

注:重载父类虚函数中须要调用父类该方法,否则无法正常执行

在这里就显示出了一个自由落体的方块。能够加入边框来不让方块跌落到窗体外面。如图:

在此。一个简单的完整Box2D測试Demo已经完毕。

源代码下载:http://download.csdn.net/detail/shinhwalin/8984575

基于cocos2d-x-3.2学习Box2D(一)的更多相关文章

  1. Atitit 游戏的通常流程 attilax 总结 基于cocos2d api

    Atitit 游戏的通常流程 attilax 总结 基于cocos2d api 加载音效1 加载页面1 添加精灵1 设置随机位置2 移动2 垃圾gc2 点击evt2 爆炸效果3 定时生成精灵3 加载音 ...

  2. 大数据下基于Tensorflow框架的深度学习示例教程

    近几年,信息时代的快速发展产生了海量数据,诞生了无数前沿的大数据技术与应用.在当今大数据时代的产业界,商业决策日益基于数据的分析作出.当数据膨胀到一定规模时,基于机器学习对海量复杂数据的分析更能产生较 ...

  3. 基于TensorFlow Serving的深度学习在线预估

    一.前言 随着深度学习在图像.语言.广告点击率预估等各个领域不断发展,很多团队开始探索深度学习技术在业务层面的实践与应用.而在广告CTR预估方面,新模型也是层出不穷: Wide and Deep[1] ...

  4. DVWA-基于布尔值的盲注与基于时间的盲注学习笔记

    DVWA-基于布尔值的盲注与基于时间的盲注学习笔记 基于布尔值的盲注 一.DVWA分析 将DVWA的级别设置为low 1.分析源码,可以看到对参数没有做任何过滤,但对sql语句查询的返回的结果做了改变 ...

  5. [笔记] 基于nvidia/cuda的深度学习基础镜像构建流程 V0.2

    之前的[笔记] 基于nvidia/cuda的深度学习基础镜像构建流程已经Out了,以这篇为准. 基于NVidia官方的nvidia/cuda image,构建适用于Deep Learning的基础im ...

  6. 基于Keras的OpenAI-gym强化学习的车杆/FlappyBird游戏

    强化学习 课程:Q-Learning强化学习(李宏毅).深度强化学习 强化学习是一种允许你创造能从环境中交互学习的AI Agent的机器学习算法,其通过试错来学习.如上图所示,大脑代表AI Agent ...

  7. 基于NVIDIA GPUs的深度学习训练新优化

    基于NVIDIA GPUs的深度学习训练新优化 New Optimizations To Accelerate Deep Learning Training on NVIDIA GPUs 不同行业采用 ...

  8. 【转】频点CTO张成:基于Cocos2d的MMORPG开发经验

    http://www.9ria.com/plus/view.php?aid=27698 作者: zhiyuanzhe3 发表时间: 2013-06-29 17:46 6月29日,由9Tech社区.51 ...

  9. 基于stm32f103zet6的FAT16文件系统学习0(读SD卡扇区)

    SD卡已经看了两天了,主要是因为测试出来的卡容量不对,所以一直找原因,最终还是发现了,总比不过是单位上面出现了问题,或许是之前没有接触到SD的缘故吧,所以对其中的一些寄存器很不了解,一切都是重新开始, ...

随机推荐

  1. jQuery动画处理

    $(selector).hide(speed,callback);隐藏 $(selector).show(speed,callback);显示 $(selector).toggle(speed,cal ...

  2. python mail

    转载一个不错python mail封装 #!/usr/bin/python from email.MIMEText import MIMEText from email.MIMEMultipart i ...

  3. 迅为4412全新升级版|3G开发板|4G开发板

    iTOP-Exynos4412开发板采用 Exynos4412的主芯片,具有更高的主频和更丰富外设,配置 2GB 双通道 DDR3的内存及 16GB 存储,支持3G/G模块.GPS模块.陀螺仪.HDM ...

  4. css 样式通用样式

    属性: vertical-align    (这个属性主要作用是用于将相邻的文本与元素对齐,用于对齐行内元素,也就是说,display 的属性为 inline. inline-block 行内块,顾名 ...

  5. createdb - 创建一个新的 PostgreSQL 数据库

    SYNOPSIS createdb [ option...] [ dbname] [ description] DESCRIPTION 描述 createdb 创建一个新的 PostgreSQL 数据 ...

  6. bootparam - 介绍Linux核心的启动参数

    描叙 Linux 核心在启动的时候可以接受指定的"命令行参数"或"启动参数".在通常情况下,由于核心有可能无法识别某些硬件,或可能将某些硬件识别为不正确的配置, ...

  7. 【东软实训】SQLselect及其相关操作

    SQL select 及相关操作 SQL是用于访问和处理数据库的标准的计算机语言,我们所使用的的是Oracle SQL 一个数据库通常包含一个或多个表,每个表有一个名字表示,下图即为一个名为“emp” ...

  8. QT5:先导篇 算法

    一.简介 QT的<QtAlgorithms>和<QtGlobal>模块提供了几种常用算法 二.QtAlgorithms 三.QtGlobal

  9. UIScrollView的contentSize、contentOffset和contentInset属性

    IOS中,UIScrollView是可以滚动的视图,其中最常用的UITableView就是继承了UIScrollView. 跟所有的view一样,UIScrollView有一个frame属性,同时,U ...

  10. [JOYOI] 1051 选课

    题目限制 时间限制 内存限制 评测方式 题目来源 1000ms 131072KiB 标准比较器 Local 题目描述 学校实行学分制.每门的必修课都有固定的学分,同时还必须获得相应的选修课程学分.学校 ...