首页
/ Tiled项目将原生支持Aseprite文件格式

Tiled项目将原生支持Aseprite文件格式

2025-05-19 19:49:05作者:晏闻田Solitary

在游戏开发领域,Tiled作为一款优秀的开源地图编辑器,与像素艺术创作工具Aseprite的结合使用非常普遍。目前开发者在使用这两个工具时需要频繁进行格式转换,这一痛点即将得到解决。

当前工作流程的局限性

传统工作流程中,美术师使用Aseprite创建图块集(tilesheet)后,必须将其导出为PNG等Tiled支持的格式才能继续使用。这个过程不仅增加了操作步骤,更重要的是:

  1. 每次修改都需要重新导出
  2. 可能丢失Aseprite特有的图层或动画信息
  3. 增加了版本管理的复杂性

技术实现方案

Tiled开发团队正在实现原生支持Aseprite文件格式的功能。这一技术方案基于以下几个关键点:

  1. 开发了专门的Qt图像格式插件(qaseprite)
  2. 利用Aseprite开源的MIT授权部分代码
  3. 将该插件集成到Tiled的发布包中

实现进展

目前技术实现已经取得重要进展:

  1. 基础插件代码已完成并开源
  2. Linux平台的AppImage打包支持已实现
  3. 正在进行跨平台集成测试

未来展望

这一功能实现后将为游戏开发者带来显著便利:

  1. 直接在Tiled中使用.aseprite文件
  2. 保持工作流程的无缝衔接
  3. 可能支持更多Aseprite特有功能
  4. 提升美术与程序协作效率

该功能的实现体现了开源社区协作的优势,通过整合两个优秀工具的能力,为游戏开发者提供更流畅的工作体验。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
496
521
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
981
2.31 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.04 K
782
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
665
308