LVGL项目中NEMA图形库更新导致的条形控件绘制异常分析
2025-05-11 01:34:35作者:翟江哲Frasier
问题背景
在LVGL图形库的最新版本(v9.3)中,开发团队发现了一个与NEMA图形库相关的绘制异常问题。该问题出现在STM32U5开发板上,当使用NEMA图形加速并启用矢量图形(VG)功能时,条形控件(bar)的右端会出现异常的深蓝色三角形区域。
问题现象
从开发者提供的截图可以清晰地看到,一个蓝色条形控件的右端出现了不应该存在的深蓝色三角形区域。这种视觉异常破坏了控件的整体美观性和功能性。值得注意的是,这个问题是在NEMA图形库更新后突然出现的,而在之前的版本中(commit 539d729)绘制效果是完全正常的。
技术分析
经过开发团队的深入调查,发现问题可能出在NEMA图形库的nema_fill_rounded_rect_aa函数上。这个函数负责绘制带有圆角的矩形区域,并支持抗锯齿效果。
关键发现包括:
- 当绘制条形控件的背景时,系统只执行了两个绘制任务:一个是屏幕背景填充,另一个是条形背景填充
- 条形背景由于设置了非零半径,所以调用了
nema_fill_rounded_rect_aa函数 - 传入的参数看起来是合理的:控件高度为384像素,圆角半径为192像素
- 问题不仅出现在最大半径设置的情况下,也出现在普通半径设置中
复现方法
开发团队提供了一个简化的复现代码,可以不依赖LVGL框架直接重现问题:
nema_init();
nema_vg_init(800, 480);
nema_cmdlist_t cl = nema_cl_create();
nema_cl_bind_circular(&cl);
memset((void *) 0x20000000, 0xff, 800 * 480 * 2);
nema_set_clip(0, 0, 800, 480);
nema_bind_dst_tex((uintptr_t)NEMA_VIRT2PHYS((void *)0x20000000), 800,
480, NEMA_RGB565, 1600);
uint32_t bg_color = nema_rgba(255, 0, 0, 127);
nema_set_blend_fill(NEMA_BL_SRC_OVER);
bg_color = nema_premultiply_rgba(bg_color);
nema_fill_rounded_rect_aa(0, 0, 799, 479, 200, bg_color);
nema_cl_submit(&cl);
nema_cl_wait(&cl);
这段代码清晰地展示了问题出现的条件,有助于进一步分析和修复问题。
影响范围
虽然这个问题最初是在NEMA图形库中发现的,但有开发者指出类似的绘制问题可能也会出现在其他图形后端中。这表明这可能是一个更普遍的圆角矩形绘制问题,值得在更广泛的上下文中进行考察。
解决方案与进展
目前开发团队已经与相关硬件供应商取得联系,共同研究解决方案。对于遇到类似问题的开发者,建议:
- 暂时回退到已知工作正常的NEMA图形库版本
- 关注官方的问题修复进展
- 如果必须使用当前版本,可以考虑暂时禁用圆角效果作为临时解决方案
这个问题的重要性被标记为高优先级,开发团队正在积极寻求解决方案。对于嵌入式GUI开发者来说,理解这类图形绘制问题的成因和解决方法,对于开发稳定可靠的用户界面至关重要。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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
316
React Native鸿蒙化仓库
JavaScript
262
325
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
219