Xournal++在Wayland下缩放比例不为1时的光标偏移问题分析
2025-05-18 19:42:34作者:殷蕙予
问题现象
Xournal++手写笔记软件在Wayland显示协议环境下运行时,当系统缩放比例设置为1.25等非1值时,出现了手写笔输入位置与实际显示位置不匹配的问题。具体表现为:用户使用数位笔进行书写时,墨水痕迹会出现在距离光标实际位置有一定偏移的位置上。
环境特征
该问题最初在Hyprland合成器环境下被发现,具有以下典型特征:
- 仅在Wayland协议下出现
- 缩放比例为1时表现正常
- 影响版本包括Xournal++ 1.2.3开发版
- 使用GTK3 3.24.42图形库
技术分析
经过深入排查,发现该问题具有以下技术特点:
- 显示协议特异性:在Plasma Wayland环境下无法复现,表明问题与特定合成器实现相关
- 输入子系统行为:通过gtk3-demo测试工具验证,基础绘图功能坐标正确,说明GTK3层输入事件处理正常
- 历史兼容性:早期Hyprland 0.38版本曾正常工作,但后续出现异常
根本原因
问题最终定位到Hyprland合成器在处理高DPI缩放时的坐标转换逻辑存在缺陷。Wayland协议要求客户端和合成器共同处理显示缩放,而Hyprland在特定版本中对非整数缩放系数的处理不够完善,导致传递给应用程序的输入坐标未正确考虑缩放因素。
解决方案
该问题已在Hyprland后续版本中得到修复。用户可采取以下措施:
- 升级Hyprland到最新稳定版本
- 临时将系统缩放比例设置为1
- 考虑使用其他经过验证的Wayland合成器(如Plasma Wayland)
技术启示
此案例揭示了Wayland生态系统中一个重要问题:不同合成器实现对于高DPI支持存在差异。应用开发者需要注意:
- 正确处理Wayland下的缩放因子通知
- 实现完整的HiDPI支持路径
- 针对不同合成器进行兼容性测试
对于数位板用户,建议在Wayland环境下优先选择经过充分验证的桌面环境组合,以确保最佳的手写输入体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
463
554
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++
929
801
🎉 (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
1.49 K
843
暂无简介
Dart
869
207
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
380
261
昇腾LLM分布式训练框架
Python
136
160