Zelda3 项目下载及安装教程
2024-12-05 15:49:29作者:舒璇辛Bertina
1. 项目介绍
Zelda3 是一个基于 C 语言的逆向工程项目,旨在重新实现《塞尔达传说:众神的三角力量》(Zelda 3 - A Link to the Past)。该项目包含了大约 70-80k 行代码,重新实现了原版游戏的所有部分,并且游戏可以从头玩到尾。为了提取游戏资源(如关卡、图像等),你需要一份原版 ROM。一旦资源提取完成,ROM 就不再需要了。该项目使用了 LakeSnes 的 PPU 和 DSP 实现,并进行了大量的速度优化。此外,它还可以配置为与原始机器代码并行运行,以验证 C 实现的正确性。
2. 项目下载位置
项目代码托管在 GitHub 上,可以通过以下命令进行克隆:
git clone https://github.com/snesrev/zelda3.git
3. 项目安装环境配置
3.1 Windows 环境配置
3.1.1 安装 Python 及依赖库
- 下载并安装 Python,确保勾选“Add to PATH”选项。
- 打开命令提示符,输入以下命令安装所需的 Python 库:
python -m pip install --upgrade pip pillow pyyaml
3.1.2 安装 TCC(Tiny C Compiler)
- 下载 TCC 并解压到项目根目录下的
third_party文件夹。 - 下载 SDL2 并解压到项目根目录下的
third_party文件夹。
3.2 Linux/MacOS 环境配置
3.2.1 安装 Python 及依赖库
- 打开终端,确保已安装 pip:
python3 -m ensurepip
- 克隆项目并进入项目目录:
git clone https://github.com/snesrev/zelda3.git
cd zelda3
- 安装所需的 Python 库:
python3 -m pip install -r requirements.txt
3.2.2 安装 SDL2
- Ubuntu/Debian:
sudo apt install libsdl2-dev
- Fedora Linux:
sudo dnf install SDL2-devel
- Arch Linux:
sudo pacman -S sdl2
- MacOS:
brew install sdl2
4. 项目安装方式
4.1 Windows 安装
4.1.1 使用 TCC 编译
- 将美国区域的 ROM 文件命名为
zelda3.sfc并放置在项目根目录。 - 双击
extract_assets.bat脚本,生成zelda3_assets.dat文件。 - 双击
run_with_tcc.bat脚本,生成zelda3.exe文件。 - 使用
zelda3.ini文件进行配置。
4.1.2 使用 Visual Studio 编译
- 按照步骤 1-4 进行操作。
- 双击
Zelda3.sln文件打开 Visual Studio。 - 安装“Desktop development with C++”工作负载(如果尚未安装)。
- 将顶部下拉菜单中的“debug”更改为“release”。
- 选择“Build > Build Zelda3”以在
/bin/release子文件夹中生成zelda3.exe。 - 使用
zelda3.ini文件进行配置。
4.2 Linux/MacOS 安装
- 将美国区域的 ROM 文件命名为
zelda3.sfc并放置在项目根目录。 - 编译项目:
make
- 使用
zelda3.ini文件进行配置。
5. 项目处理脚本
5.1 extract_assets.bat
该脚本用于提取游戏资源,生成 zelda3_assets.dat 文件。
5.2 run_with_tcc.bat
该脚本用于使用 TCC 编译项目,生成 zelda3.exe 文件。
5.3 make
在 Linux/MacOS 环境下,使用 make 命令编译项目。
5.4 zelda3.ini
该配置文件用于设置游戏参数,如按键映射、窗口大小等。
通过以上步骤,你可以成功下载并安装 Zelda3 项目,开始体验这款经典的重新实现游戏。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。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。Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。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
289
2.6 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
226
305
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++
605
181
暂无简介
Dart
576
127
Ascend Extension for PyTorch
Python
115
147
🎉 (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
1.04 K
609
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
450
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
76
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
154
58