Live2dRender 使用教程
2025-04-21 05:44:25作者:明树来
1. 项目介绍
Live2dRender 是一个适用于最新版本 Live2D 模型文件的 JavaScript 渲染器。该项目基于 CubismSdkForWeb 开发,不适用于 IE 浏览器,并且请不要用于商业用途。此项目适用于基于 webpack 构建的项目,如果你的项目是静态页面,可能需要自行调整。
2. 项目快速启动
以下是使用 Live2dRender 的基本步骤:
步骤 1: 创建 Vue3 项目并安装依赖
如果没有 Vue3 项目,首先需要创建一个:
vue create test-live2d-render
然后进入项目目录:
cd test-live2d-render
安装 live2d-render 库:
npm install live2d-render
步骤 2: 准备 Live2D 模型
准备一个 Live2D 模型,通常包含以下文件:
- xxx.moc3
- xxx.model3.json
- 其他相关资源文件
将模型文件夹(例如 cat)放置在项目的 ./public 目录下。
步骤 3: 使用 Live2dRender
在你的 Vue 组件(例如 App.vue)中导入并初始化 Live2dRender:
<template>
<div id="app">
<HelloWorld msg="Welcome to Your Vue.js App"/>
</div>
</template>
<script setup>
import HelloWorld from './components/HelloWorld.vue'
import { onMounted } from 'vue';
import * as live2d from './lib/live2d-render';
defineComponent({
name: 'App'
});
onMounted(async () => {
await live2d.initializeLive2D({
BackgroundRGBA: [0.0, 0.0, 0.0, 0.0],
ResourcesPath: './cat/sdwhite cat b.model3.json',
CanvasSize: { height: 500, width: 400 },
ShowToolBox: true,
LoadFromCache: true
});
console.log('finish loading');
});
</script>
启动项目:
npm run serve
3. 应用案例和最佳实践
- 静态资源优化:如果你的项目中的 png 图片文件较大,可以考虑将其转换为 webp 格式,并在 model3.json 文件中更新纹理资源的路径。
- 缓存优化:使用 indexDB 进行缓存优化,可以减少网络请求,提高加载速度。
4. 典型生态项目
目前没有明确列出与 Live2dRender 相关的典型生态项目,但你可以通过搜索和探索其他开源项目来找到与 Live2dRender 相关的生态系统项目。这些项目可能会提供额外的功能或集成,以帮助你更好地使用 Live2dRender。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 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 Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
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++
857
1.93 K
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++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609