U8g2库中用户界面选择列表文本居中问题解析
2025-06-06 20:29:36作者:董灵辛Dennis
问题背景
在嵌入式图形库U8g2中,u8g2_UserInterfaceSelectionList()函数用于创建菜单界面,该函数设计初衷是将菜单中的每一行文本在显示区域内居中显示。然而在实际使用中,开发者发现当使用等宽字体并希望所有行文本具有相同字符数时,文本的显示位置会出现1像素的偏移问题。
问题现象
当使用特定字体(如u8g2_font_pxplusibmvga9_tf)时,即使两行文本具有相同的字符长度,它们的显示位置也会出现不对齐的情况。具体表现为右侧的"]"字符无法垂直对齐,存在1-2像素的偏差。
技术分析
经过深入分析,发现问题根源在于文本宽度计算方式:
- 当前实现使用
u8g2_GetUTF8Width()函数计算字符串宽度 - 该宽度值包含了字符串首字符的X偏移量
- 但在实际绘制时,绘制逻辑并未考虑这个X偏移量
- 这导致基于包含偏移量的宽度值进行居中计算时,实际绘制位置出现偏差
解决方案
针对这一问题,提出了以下修复方案:
在u8g2_DrawUTF8Line()函数中,计算字符串宽度时应减去首字符的X偏移量。具体修改为:
/* 原始代码 */
str_width = u8g2_GetUTF8Width(u8g2, s);
/* 修改后代码 */
str_width = u8g2_GetUTF8Width(u8g2, s) - u8g2_GetXOffsetUTF8(u8g2, s);
技术细节
- X偏移量影响:某些字体的字符可能具有X方向上的渲染偏移,这种偏移会被计入字符串总宽度
- 居中计算:当前的居中算法基于包含偏移量的宽度值,导致实际绘制位置不准确
- 等宽字体场景:在使用等宽字体时,开发者期望字符严格对齐,这个问题尤为明显
注意事项
- 该修改可能会影响
U8G2_BALANCED_STR_WIDTH_CALCULATION宏定义时的行为 - 对于不使用等宽字体或不严格要求对齐的场景,影响可能较小
- 建议在修改后进行充分测试,确保不影响现有功能
替代方案
值得注意的是,U8g2库已引入新的MUI(微型用户界面)框架,作为UserInterface函数的替代方案。对于新项目,建议考虑使用MUI框架,它提供了更现代和灵活的界面实现方式。
总结
这个文本居中问题揭示了在图形界面开发中字体渲染细节的重要性。即使是1像素的偏差,在严格要求对齐的场景下也会影响用户体验。通过理解字体度量属性和渲染机制,开发者可以更好地控制界面元素的精确布局。
登录后查看全文
热门项目推荐
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137