• 在QT中使用Irrlicht引擎的方法与步骤


     

    Ø 相关库,插件安装部分

    本篇文档介绍在Qt5.2.0下面使用lrrlicht引擎在Qt窗口中输出(开发环境:vs2012

    1. 首先安装好Qt5.2.0,下载地址:

    http://download.qt-project.org/archive/qt/5.2/5.2.0/qt-windows-opensource-5.2.0-msvc2012-x86-offline.exe

    2. 接着安装qt中vs2012插件,下载地址:

    http://download.qt-project.org/official_releases/vsaddin/qt-vs-addin-1.2.3-opensource.exe

    3. Irrlicht鬼火引擎下载,我使用的是irrlicht1.81.zip,地址:

    http://irrlicht.sourceforge.net/downloads/

    Irrlicht下载后就可以直接使用,里面的lib,dll已经编译好了,若要自己编译则需要安装direct9x,当然如果不安装也可以,可以在Irrlicht编译开关文件中关闭direct9x支持,强制使用openGL。

    注释以下高亮行即可:

    (文件: irrlicht-1.8.1includeIrrCompileConfig.h

    //! Only define _IRR_COMPILE_WITH_DIRECT3D_8_ if you have an appropriate DXSDK, e.g. Summer 2004
    // #define _IRR_COMPILE_WITH_DIRECT3D_8_
    
    // modify by TMLi,不使用direct9 2014.9
    //#define _IRR_COMPILE_WITH_DIRECT3D_9_
    
    #ifdef NO_IRR_COMPILE_WITH_DIRECT3D_8_
    #undef _IRR_COMPILE_WITH_DIRECT3D_8_
    #endif
    #ifdef NO_IRR_COMPILE_WITH_DIRECT3D_9_
    #undef _IRR_COMPILE_WITH_DIRECT3D_9_
    #endif

    4. 上述安装完成后,我们需要在VS2012中对Qt做相关配置,在VS2012中菜单-QT5-Qtoptions,打开Qt设置对话框,将我们安装的Qt5路径设置进去即可,如下图所示。

    clip_image002

    Ø 环境搭建部分

    创建Qt工程,解决方案名称:IrrlichtSolution,工程名称:IrrlichtHelloWorld

    clip_image004

    qt会提示我们要使用的Qt部件,我们将OpenGL支持勾上

    clip_image006

    工程创建完毕后,我们来设置包含目录,库目录等。先看包含目录设置,如下图

    clip_image008

    库目录设置,如下图

    clip_image010

    链接器-输入-附加依赖项

    clip_image012

    完成上面步骤后,VC环境配置基本完成。

    Ø 设计与编码部分

    设计

    我们接下要写的例子是基于IrrLicht中的Example中的第一个例子:

    01.HelloWorld (路径:irrlicht-1.8.1examples1.HelloWorld)

    clip_image014原例的运行效果如下:

    我们要在其基础上之上做出改进,改进需求如下:

    l 在指定Qt窗口中显示Irrlicht引擎的输出画面

    l 可以手动开启或关闭Irrlicht引擎

    l 可以手动调节场景摄像机的位置

    在正式看代码之前,我们先看下最后的效果,如下图所示,黑色屏幕即为输出Irrlicht的画面的窗口。

           
      clip_image017   clip_image018

    分析:仔细观看irrlicht的helloworld我们发现可以使用createDeviceEx函数,通过irr::SIrrlichtCreationParameters来构建IrrlichtDevice,SIrrlichtCreationParameters中有一个windowId字段,通过文档可以发现,只要将显示irrlicht输出窗口ID传给irrlicht即可将画面输出到指定窗口。所以我们只要将某个QWidget窗口的windowID传给irrlicht即可。

    指定窗口输出irrlicht画面的代码片断:

    irr::SIrrlichtCreationParameters param;
    param.WindowId = (void*)m_winID;
    IrrlichtDevice *device = createDeviceEx(param);

    开启,关闭irrlicht引擎,我们只需要启动或关闭irrlicht渲染线程即可办到,而控制摄像机的位置则更简单,我们只需要在创建场景摄像机时保存摄像机句柄和当前位置,然后将改变的位置传递给摄像机句柄即可。

    m_camer_pos = vector3df(0,30,-40); 
    
    m_camer = smgr->addCameraSceneNode(0, m_camer_pos, vector3df(0,5,0));

    下面为核心的irrlicht渲染线程,QIrrLichtTrhead继承至QThread。

    void QIrrLichtThread::run()
    
    {
    
    irr::SIrrlichtCreationParameters param;
    
    param.WindowId = (void*)m_winID;
    
    IrrlichtDevice *device = createDeviceEx(param);
    
    if (!device)
    
    return ;
    
    device->setWindowCaption(L"Hello World! - Irrlicht Engine Demo");
    
    IVideoDriver* driver = device->getVideoDriver();
    
    ISceneManager* smgr = device->getSceneManager();
    
    IGUIEnvironment* guienv = device->getGUIEnvironment();
    
    guienv->addStaticText(L"Hello World! This is the Irrlicht Software renderer!",
    
    irr::core::rect<s32>(10,10,260,22), true);
    
    IAnimatedMesh* mesh = smgr->getMesh("sydney.md2");
    
    if (!mesh)
    
    {
    
    device->drop();
    
    return ;
    
    }
    
    IAnimatedMeshSceneNode* node = smgr->addAnimatedMeshSceneNode( mesh );
    
    if (node)
    
    {
    
    node->setMaterialFlag(EMF_LIGHTING, false);
    
    node->setMD2Animation(scene::EMAT_STAND);
    
    node->setMaterialTexture( 0, driver->getTexture("sydney.bmp") );
    
    }
    
    m_camer_pos = vector3df(0,30,-40);
    
    m_camer = smgr->addCameraSceneNode(0, m_camer_pos, vector3df(0,5,0));
    
    while(device->run() && m_bquit == false)
    
    {
    
    driver->beginScene(true, true, SColor(255,100,101,140));
    
    smgr->drawAll();
    
    guienv->drawAll();
    
    driver->endScene();
    
    }
    
    device->drop();
    
    }
    至此,核心代码已经全部贴出。若需要完整工程,可从此处下载
  • 相关阅读:
    cmake使用
    CMake...
    信息熵相关知识总结
    最强NLP模型-BERT
    问答系统总结
    检索问答模型
    文本分类-TextCNN
    机器学习-Logistic回归
    Attention注意力机制介绍
    机器学习-聚类Clustering
  • 原文地址:https://www.cnblogs.com/ltm5180/p/3983890.html
Copyright © 2020-2023  润新知