Haze项目中的绘制路径优化方案探讨
2025-07-10 04:16:27作者:胡易黎Nicole
背景介绍
Haze是一个用于实现模糊效果的开源UI组件库。在现有实现中,Haze采用了一种"烟雾和镜子"的绘制方式:所有模糊区域都在haze布局节点中绘制,而hazeChild节点仅负责更新大小、形状等信息,供haze修饰符读取以确定绘制位置。
当前架构的问题
这种设计导致了几个关键问题:
- 子节点不参与实际绘制过程
- 模糊效果的层级控制不够灵活
- 中间节点的内容可能被忽略
这些问题具体表现为:当需要在模糊效果和子节点之间插入其他UI元素时,系统无法正确处理这些中间内容的显示层级。
提出的解决方案
核心思路是将绘制路径反转:
- 让
haze节点创建图形层并存储在HazeState中 - 每个
hazeChild节点使用该图形层在本地应用模糊效果
这种反转带来了以下优势:
- 模糊效果可以在子节点本地应用
- 解决了子节点不参与绘制的问题
- 提高了模糊效果的精确控制
技术实现考量
方案一:可选模式
将新的绘制模式作为可选功能提供,开发者可以根据需求选择使用传统模式或反转模式。这种实现相对简单,但需要维护两套绘制逻辑。
方案二:层级感知模式
引入hazeAncestor修饰符,开发者需要手动应用于中间祖先节点。该修饰符会创建额外的图形层,子节点在应用效果时会考虑所有祖先层的叠加效果。这种方案更复杂但提供了更精确的控制。
权衡与取舍
反转绘制路径虽然解决了现有问题,但也引入了新的限制:位于haze和hazeChild之间的任何绘制内容将被忽略。这是因为子节点直接绘制了父节点的模糊效果,跳过了中间层级。
实施建议
对于初期版本,建议采用方案一作为过渡,因为它:
- 实现难度较低
- 保持向后兼容
- 为开发者提供灵活性
方案二虽然更完善,但考虑到复杂度和开发周期,更适合作为后续迭代的目标。
总结
Haze项目的绘制路径优化是一个典型的架构权衡案例。通过反转绘制路径,可以解决多个现存问题,但也需要谨慎处理由此带来的新限制。分阶段实施的策略既能快速解决问题,又能为未来的功能扩展奠定基础。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
23
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
237
2.36 K
仓颉编程语言运行时与标准库。
Cangjie
122
95
暂无简介
Dart
538
117
仓颉编译器源码及 cjdb 调试工具。
C++
114
83
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
77
109
🎉 (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
995
588
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++
568
113
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
32
25