博客
关于我
MultiRow发现之旅(五)- MultiRow版俄罗斯方块(exe + 源码)
阅读量:444 次
发布时间:2019-03-06

本文共 333 字,大约阅读时间需要 1 分钟。

前文回顾

 

 

之前的文章讨论了不少MultiRow技术细节,相信大家都有点累了。今天我们将放松一下,体验一款轻松的俄罗斯方块游戏,看看你的分数能有多高。

 

俄罗斯方块(MultiRow版)1.0游戏界面如下:

 

玩法:

  • 左右键控制方向
  • 上键顺时针旋转
  • Shift键逆时针旋转
  • 下键加速下落
  • 空格键直接落下方块
  • 回车键暂停

 

自定义方块:

与众不同的是,本版本支持自定义方块,包括填充背景色或更换图片,完全发挥你的创意。

 

相信你已经迫不及待想试试了,所以直接来下载程序和源码吧!

 

可执行文件:

 

源代码:

 

特别提示:

由于是MultiRow版的俄罗斯方块,你的设备必须预装MultiRow支持才能正常运行。

 

希望你在游戏后,能够展示出你的自定义俄罗斯方块和分数,和大家一起分享吧!

转载地址:http://uhufz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>