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。
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 StartedRust0201
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07