【嵌入式图形库实战指南】使用embedded-graphics进行嵌入式设备的2D绘图
2024-09-23 12:43:25作者:齐添朝
项目介绍
embedded-graphics 是一款专为内存受限的嵌入式设备设计的2D图形库。该库的核心目标在于无需使用缓冲区就能绘制图形,实现了no_std兼容性,并且在无需动态内存分配及预先分配大量内存的情况下工作。通过迭代器的方式,它计算像素颜色和位置,即时计算最小化存储状态,从而显著减少应用程序运行时所需的RAM,几乎不对性能造成影响。其功能包括基础图像处理、各种2D基本图形绘制(如线条、矩形、圆形等)以及文本渲染,并支持外部扩展,比如不同图像格式的支持和自定义字体。
项目快速启动
要快速启动使用embedded-graphics,首先确保你的开发环境已配置了Rust。以下步骤展示了如何搭建一个简单的绘图程序:
步骤1: 添加依赖
在你的Cargo.toml文件中添加embedded-graphics作为依赖项:
[dependencies]
embedded-graphics = "0.8.1"
步骤2: 编写示例代码
创建一个新的Rust源文件,例如main.rs,并加入以下代码来展示一个简单图形绘制的例子:
use embedded_graphics::{
mono_font::{ascii::FONT_6X10, MonoTextStyle},
pixelcolor::BinaryColor,
prelude::*,
primitives::{Circle, Line, Rectangle, Text},
MockDisplay,
};
fn main() {
let mut display = MockDisplay::new();
// 绘制一个红色的正方形
Rectangle::new(Point::new(10, 10), Size::new(40, 40))
.into_styled(primitive_style(BinaryColor::On))
.draw(&mut display)
.unwrap();
// 绘制一条蓝线
Line::new(Point::zero(), Point::new(60, 60))
.into_styled(primitive_style(BinaryColor::Off))
.draw(&mut display)
.unwrap();
// 在中心显示文本
Text::with_alignment(
"Hello, World!",
Point::new(50, 50),
MonoTextStyle::new(FONT_6X10, BinaryColor::On),
Alignment::Center,
)
.draw(&mut display)
.unwrap();
}
步骤3: 运行示例
在终端中定位到你的项目目录,然后运行以下命令来编译并观察模拟输出:
cargo run --bin your-binary-name
请注意,这里的your-binary-name应替换为你在Cargo.toml中指定的可执行名称,默认情况下是与crate同名。
应用案例与最佳实践
在嵌入式系统中,利用embedded-graphics的一个常见案例是在电子墨水屏或LCD显示屏上创建用户界面。最佳实践包括:选择适合硬件限制的颜色模式,利用DrawTarget接口实现自定义驱动的支持,以及通过启用特定的crate特性如fixed_point来优化计算精度而不增加运行时开销。
典型生态项目
- Display Drivers:
embedded-graphics不直接包含驱动,但提供了DrawTargetAPI让第三方库可以为其各自的目标硬件实现绘图能力。例如,epd-waveshare用于各种Waveshare的Epaper显示屏,ili9341适用于广泛使用的TFT LCD屏幕。 - 字体和文本处理: 多种字体支持库,如
u8g2-fonts, 提供了大量的字体选项,而embedded-text提供高级文本布局功能。 - 图形增强库: 包括
embedded-plots用于小型嵌入式目标的堆少绘图,以及embedded-canvas这样的画布,让你可以在绘制到实际显示前准备图形。
通过结合这些生态中的组件,开发者能够构建出既高效又功能丰富的嵌入式图形界面。记得,社区持续发展,新的工具和驱动不断被添加,保持关注最新的版本更新和社区讨论,以获取最佳的嵌入式绘图体验。
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
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
🔥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
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322