Plist解析中，如何高效大图为小图的核心算法是什么？

本文共计871个文字，预计阅读时间需要4分钟。

注意：以下是对原文的简化改写，不超过100字。

原文：注意这是核心算法讲解文章，主要内容请移步开源一个基于Unity的Plist解析工具——TextureUnpacker、一、从plist中筛选+注意这是核心算法讲解文章，请移步开源一个基于Unity的Plist解析工具——TextureUnpacker

简化版：注意，本文核心算法讲解，请移步开源Unity Plist解析工具——TextureUnpacker。

注意这是核心算法讲解文章主文请移步开源一个基于Unity的Plist解析工具——TextureUnpacker一、从plist中筛

注意这是核心算法讲解文章

主文请移步开源一个基于Unity的Plist解析工具——TextureUnpacker

 

一、从plist中筛选出有用的信息

    1、MetadataPlist信息 formatplist类型、textureFileName大图名称、size大图大小。

    2、Frame小图信息 textureName小图名称、startPos小图在大图中的起始位置左上角-左上角、size小图大小、sourceSize小图裁剪前的原大小、isRotated小图在大图中是否经过了旋转、offset小图裁剪前后中心点的偏移值。

    注意 在不同的plist中字段的名称可能不同但要表达的含义是相同的。

二、分析数据

通过对plist的数据和大图进行比对和分析可以发现

    1、size小图大小、sourceSize小图裁剪前的原大小都是小图未旋转前的宽高。

    2、startPos小图在大图中的起始位置 以“向下”为Y轴正方向。