WindowsAppSDK中WinUI3应用使用LoadedImageSurface的解决方案
背景介绍
在WindowsAppSDK的WinUI3应用开发中,开发者有时需要将图像转换为CompositionSurface作为Win2D效果的输入源,并最终生成CompositionBrush用于窗口的系统背景。然而,直接使用Windows.UI.Xaml.Media.LoadedImageSurface类时,即使在UI线程上创建了DispatcherQueueController,仍然会遇到异常问题。
问题分析
LoadedImageSurface是Windows.UI.Xaml命名空间下的类,它提供了一种便捷的方式来加载图像并生成CompositionSurface。但在WinUI3应用中直接使用时,会遇到以下两个主要问题:
- 需要初始化System Xaml环境
- 需要Windows.UI.Xaml.Application实例
这些问题源于WinUI3和系统Xaml之间的架构差异。WinUI3使用Microsoft.UI.Xaml命名空间,而LoadedImageSurface属于Windows.UI.Xaml命名空间,两者需要不同的初始化过程。
解决方案
方法一:初始化System Xaml环境
要在WinUI3应用中使用LoadedImageSurface,首先需要初始化System Xaml环境:
// 创建DispatcherQueueController
static winrt::Windows::System::DispatcherQueueController createSystemDispatcherQueueController()
{
DispatcherQueueOptions options
{
sizeof(DispatcherQueueOptions),
DQTYPE_THREAD_CURRENT,
DQTAT_COM_NONE // 注意此处应为DQTAT_COM_NONE
};
::ABI::Windows::System::IDispatcherQueueController* ptr{ nullptr };
winrt::check_hresult(CreateDispatcherQueueController(options, &ptr));
return { ptr, take_ownership_from_abi };
}
// 初始化Windows Xaml管理器
auto m_manager = winrt::Windows::UI::Xaml::Hosting::WindowsXamlManager::InitializeForCurrentThread();
方法二:使用Direct2D替代方案
如果不想依赖System Xaml初始化,可以采用更底层的Direct2D方案:
- 初始化Direct3D/Direct2D和Compositor
- 创建CompositionGraphicsDevice
- 创建CompositionDrawingSurface
- 绘制到Surface
// 创建图形设备
winrt::Windows::UI::Composition::CompositionGraphicsDevice create_graphics_device()
{
if (!m_compositor)
{
m_compositor = winrt::Windows::UI::Composition::Compositor();
}
auto comp_interop = m_compositor.as<ABI::Windows::UI::Composition::ICompositorInterop>();
winrt::Windows::UI::Composition::CompositionGraphicsDevice graphics_device{ nullptr };
check_hresult(comp_interop->CreateGraphicsDevice(m_d2d1_device.get(),
reinterpret_cast<ABI::Windows::UI::Composition::ICompositionGraphicsDevice**>(winrt::put_abi(graphics_device))));
return graphics_device;
}
// 开始绘制
std::pair<winrt::com_ptr<ID2D1DeviceContext>, POINT> begin_draw(const winrt::Windows::UI::Composition::CompositionDrawingSurface &drawing_surface)
{
auto drawing_surface_interop = drawing_surface.as<ABI::Windows::UI::Composition::ICompositionDrawingSurfaceInterop>();
winrt::com_ptr<ID2D1DeviceContext> ds;
POINT up_off{};
check_hresult(drawing_surface_interop->BeginDraw(nullptr, IID_PPV_ARGS(ds.put()), &up_off);
return std::make_pair(ds, up_off);
}
// 结束绘制
void end_draw(const winrt::Windows::UI::Composition::CompositionDrawingSurface &drawing_surface)
{
auto drawing_surface_interop = drawing_surface.as<ABI::Windows::UI::Composition::ICompositionDrawingSurfaceInterop>();
check_hresult(drawing_surface_interop->EndDraw());
}
技术细节说明
-
DispatcherQueueOptions配置:当threadType为DQTYPE_THREAD_CURRENT时,应使用DQTAT_COM_NONE,这是官方文档明确指出的。
-
Direct2D方案特点:
- 使用ID2D1Device创建CompositionGraphicsDevice
- 通过ICompositionSurfaceInterop控制绘制
- 必须使用ID2D1DeviceContext而不是更高版本
- 绘制完成后必须调用EndDraw
-
Surface绘制机制:
- 传入ID3D11Device时,只能从BeginDraw获取IDXGISurface/ID3D11Texture2D
- 传入ID2D1Device时,会自动创建设备上下文和位图目标
最佳实践建议
-
对于简单的图像加载需求,推荐使用方法一的System Xaml初始化方案,代码更简洁。
-
对于性能要求高或复杂的图形处理场景,建议采用方法二的Direct2D方案,虽然代码量较大,但不依赖System Xaml,性能更好。
-
在WinUI3应用中,应尽量避免混合使用Windows.UI.Xaml和Microsoft.UI.Xaml命名空间的API,以减少潜在的兼容性问题。
-
如果必须使用Windows.UI.Composition命名空间的API,可以考虑将其封装为独立的模块,与主应用的UI逻辑分离。
通过以上方案,开发者可以在WinUI3应用中灵活地处理图像到CompositionSurface的转换需求,为创建丰富的视觉效果提供了可靠的技术基础。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00