Graphite图形编辑器中的拖拽操作取消机制优化
2025-05-20 07:07:15作者:滕妙奇
在图形编辑软件中,拖拽操作是最基础也是最频繁的用户交互之一。Graphite项目最近对其拖拽操作的取消机制进行了全面优化,使得用户在使用各种工具时能够通过Esc键或右键点击来取消正在进行的拖拽操作,大大提升了用户体验和操作容错性。
拖拽取消机制的重要性
拖拽取消功能是专业图形编辑软件中不可或缺的一部分。当用户开始一个拖拽操作后,可能会因为各种原因需要撤销这个操作:可能是拖拽位置不准确,可能是误操作,或者用户改变了主意。传统的解决方案是使用Ctrl+Z撤销,但这会留下操作历史记录,而直接取消则能更优雅地恢复到操作前的状态。
Graphite通过实现Esc键和右键点击两种取消方式,为用户提供了更灵活的选择。Esc键适合键盘操作流,而右键点击则适合鼠标操作流,两者结合覆盖了不同用户的操作习惯。
各工具的具体实现改进
选择工具
在选择工具中,当用户移动图层时,现在可以通过取消操作将图层恢复到原始位置。特别是对于移动中心点(pivot)的操作,取消机制确保了用户可以安全地尝试调整而不必担心无法恢复。
画板工具
画板工具的两个主要操作都实现了取消功能:
- 调整画板大小时,可以取消并恢复到原始尺寸
- 绘制新画板时,可以完全取消创建过程
导航工具
导航工具的两种视图操作也支持取消:
- 通过点击拖拽缩放视图时,可以取消并恢复原始视图比例
- 按住Alt键倾斜视图时,可以取消倾斜操作
填充和渐变工具
- 填充工具在鼠标按下但未释放时即可取消填充操作
- 渐变工具无论是绘制新渐变线还是调整现有渐变线的端点位置,都可以取消变更
路径工具
路径工具中对锚点和控制柄的移动操作支持取消,包括在拖拽过程中通过Alt键切换平滑/尖锐状态的操作也能正确回滚。
手绘和笔刷工具
自由手绘和笔刷工具的轨迹绘制过程中,取消操作会清除当前绘制的所有内容,恢复到绘制前的状态。
技术实现考量
实现这类取消功能需要考虑几个关键点:
- 状态保存:在拖拽开始时需要保存对象的原始状态
- 事件处理:需要正确处理Esc键和右键点击事件
- 状态恢复:取消时需要干净地恢复到原始状态,不留副作用
- 用户反馈:需要提供视觉反馈让用户知道操作已被取消
Graphite的这些改进展示了其对专业工作流程的深入理解,通过细致入微的交互优化,使得软件更加符合专业设计师的使用习惯和期望。这种对细节的关注正是区分优秀图形编辑软件的关键因素之一。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492