Photo Sphere Viewer中Marker旋转属性的正确使用方式
2025-07-05 18:06:14作者:卓炯娓
Photo Sphere Viewer是一个强大的全景图片查看库,其Marker插件允许在全景图上添加各种标记。在最新版本中,orientation属性已被标记为废弃,推荐使用rotation属性来控制标记的旋转。本文将详细介绍如何正确使用rotation属性实现标记的水平旋转效果。
背景知识
在Photo Sphere Viewer 5.8.1版本中,Marker插件的orientation属性被rotation属性取代。orientation属性提供了简单的字符串值(如'horizontal')来控制标记方向,而rotation属性则提供了更精细的数值控制。
问题现象
开发者尝试将orientation: 'horizontal'替换为rotation.pitch属性时遇到了两个问题:
- 当使用静态值1/-1时,标记可见但显示异常
- 当使用Math.PI/2/-Math.PI/2时,标记完全不可见
原因分析
这是由于rotation属性的符号方向与orientation属性内部实现存在差异。在底层代码中,orientation: 'horizontal'实际上会转换为两种不同的旋转值:
- 正方向:-Math.PI/2
- 负方向:Math.PI/2
这与直觉相反,是ThreeJS引擎的约束导致的。
解决方案
要实现与orientation: 'horizontal'相同的效果,应使用以下rotation配置:
const rotationTest = currentViewPosition.pitch < 0 ? Math.PI / 2 : -Math.PI / 2;
这个配置与orientation属性的内部实现完全一致,能够正确显示水平方向的标记。
技术细节
在Photo Sphere Viewer的Marker3D实现中,orientation属性会被转换为rotation属性,但符号方向会被反转:
if (this.config.orientation === 'horizontal') {
this.rotation.pitch = -Math.PI / 2;
} else if (this.config.orientation === 'vertical') {
this.rotation.pitch = Math.PI / 2;
}
因此,直接使用rotation属性时需要注意这个符号反转的细节。
最佳实践
- 优先使用rotation属性替代已废弃的orientation属性
- 对于水平标记,使用pitch: -Math.PI/2(向上)或Math.PI/2(向下)
- 测试标记在不同视角下的显示效果,确保旋转行为符合预期
通过理解这些细节,开发者可以更灵活地控制标记的旋转效果,充分利用Photo Sphere Viewer提供的功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
657