news 2026/5/1 0:53:53

重学SurfaceFlinger之Layer显示区域bounds计算剖析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
重学SurfaceFlinger之Layer显示区域bounds计算剖析

背景

有学员在学习SurfaceFlinger相关课程时候,就问过经常在SurfaceFlinger中看到某个Layer有自己的显示bounds区域,而且还有好几个和bounds相关的变量,也不太清楚这个bounds计算是怎么计算出来的,对这块的理解比较疑惑,希望马哥可以搞个文章解释一下。

核心代码部分:

相关变量

// Cached properties computed from drawing state// Effective transform taking into account parent transforms and any parent scaling, which is// a transform from the current layer coordinate space to display(screen) coordinate space.ui::Transform mEffectiveTransform;// Bounds of the layer before any transformation is applied and before it has been cropped// by its parents.FloatRect mSourceBounds;// Bounds of the layer in layer space. This is the mSourceBounds cropped by its layer crop and// its parent bounds.FloatRect mBounds;// Layer bounds in screen space.FloatRect mScreenBounds;

这里其实因为也注释很详细,这里简单中文解释如下:
mSourceBounds:图像原本有多大

mBounds:图像能显示多少,因为可能会经过被裁剪crop遮挡,或者parent区域限制

mEffectiveTransform:图像摆在哪里、怎么摆,是否有偏移放大等操作

mScreenBounds:屏幕上看到图像在哪、有多大

原始内容(mSourceBounds)↓ 裁剪1:自身裁剪crop ↓ 裁剪2:父边界约束(不能超出父层) 裁剪后内容(mBounds)↓ 应用变换矩阵(mEffectiveTransform)屏幕上的最终位置(mScreenBounds)

使用这些变量场景主要是在computeBounds方法进行Layer的bounds计算时候,所以只有深入剖析computeBounds才可以更加深入理解这些变量。

voidLayer::computeBounds(FloatRect parentBounds,ui::Transform parentTransform,floatparentShadowRadius){constState&s(getDrawingState());//当前获取Layer的transform,由parentTransform和DrawingState共同相差决定,父亲transform会影响子Layer// Calculate effective layer transformmEffectiveTransform=parentTransform*getActiveTransform(s);// Transform parent bounds to layer spaceparentBounds=getActiveTransform(s).inverse().transform(parentBounds);//计算当前Layer sourcebound可以简单认为是自身buffer区域,但是没有buffer那就用parentBounds// Calculate source boundsmSourceBounds=computeSourceBounds(parentBounds);// Calculate bounds by croping diplay frame with layer crop and parent boundsFloatRect bounds=mSourceBounds;//获取是否有裁剪constRect layerCrop=getCrop(s);if(!layerCrop.isEmpty()){//如果设置了crop裁剪bound那么会与sourceBounds进行相交处理bounds=mSourceBounds.intersect(layerCrop.toFloatRect());}//上面计算得出的bounds还需要与parent的Bounds进行相交处理,故不可以超过父Layer的bounds大小bounds=bounds.intersect(parentBounds);//赋值给Layer的成员变量mBoundsmBounds=bounds;//mBounds只是说显示Layer的bounds大小范围,但是显示的坐标是最后确定靠以下的transform确定mScreenBounds=mEffectiveTransform.transform(mBounds);//省略部分//接下来需要调用Layer的孩子分别调用computeBounds进行bounds计算for(constsp<Layer>&child:mDrawingChildren){//可以看到这里直接传递的是mEffectiveTransform作为parentTransformchild->computeBounds(mBounds,mEffectiveTransform,childShadowRadius);}//省略部分}

上面注释已经写的比较详细,这里对一些方法也进行额外补充解释。

看看这里的computeSourceBounds方法

FloatRectLayer::computeSourceBounds(constFloatRect&parentBounds)const{//这里可以看到对于非buffer的layer是直接使用父亲的,比如taskif(mBufferInfo.mBuffer==nullptr){returnparentBounds;}returngetBufferSize(getDrawingState()).toFloatRect();}

可以得出当前Layer只有有buffer的SourceBounds才会自己的buffer的bounds,不然都是parentBounds。
看完这些代码,大家可能已经比较熟悉,但是还希望有一个案例可以更加形象的说明就好了。

案例举例

一、简单案例设定

假设:

屏幕坐标系:
原点在左上角,x向右,y向下。

父Layer(比如是一个全屏的窗口):

父Layer的变换:没有变换,即单位矩阵。

父Layer的边界:整个屏幕,假设为 (0, 0, 1000, 1000)。

子Layer(当前Layer):

子Layer自身变换:没有缩放和旋转,只有平移,比如向右下角平移(200, 300)。

子Layer的Buffer大小(内容大小):(0, 0, 400, 300)。

子Layer没有设置裁剪区域(layerCrop为空)。

二、计算过程
步骤1:计算有效变换矩阵

父变换parentTransform:单位矩阵
子层自身变换getActiveTransform(s):平移(200,300)
mEffectiveTransform = 父变换 × 子层自身变换 = 平移(200,300)

步骤2:将父边界转换到子层局部坐标系

子层自身变换的逆矩阵:平移(-200, -300)
父边界parentBounds: (0,0,1000,1000)
转换后:平移(-200,-300).transform( (0,0,1000,1000) ) = (-200,-300,800,700)
注意:这里我们假设变换只影响顶点,实际上变换矩阵会作用于每个点,但平移变换只是将矩形偏移。

步骤3:计算源边界(mSourceBounds)

调用computeSourceBounds,传入转换后的父边界(-200,-300,800,700)
由于子层有Buffer,大小为(0,0,400,300),所以mSourceBounds = (0,0,400,300)

步骤4:第一层裁剪(Layer自身Crop)

layerCrop为空,所以跳过,bounds = mSourceBounds = (0,0,400,300)

步骤5:第二层裁剪(父边界约束)

bounds与转换后的父边界相交:
(0,0,400,300) 与 (-200,-300,800,700) 相交 = (0,0,400,300)
因为子层的源边界完全在转换后的父边界内,所以不变。

步骤6:得到最终mBounds

mBounds = (0,0,400,300)

步骤7:计算屏幕边界(mScreenBounds)

mScreenBounds = mEffectiveTransform.transform(mBounds)
= 平移(200,300).transform( (0,0,400,300) )
= (200,300,600,600)

三、结果解释

子Layer在自己的局部坐标系中,它的可显示区域是(0,0,400,300),即整个Buffer。

在屏幕坐标系中,由于子Layer平移了(200,300),所以它的显示区域变为(200,300,600,600)。

四、考虑有裁剪的情况

假设其他条件不变,子Layer设置了一个裁剪区域:

layerCrop = (50,50,350,250) // 注意:这个裁剪区域是在子层局部坐标系中

那么步骤4变为:

bounds = mSourceBounds.intersect(layerCrop.toFloatRect())
= (0,0,400,300) 与 (50,50,350,250) 相交
= (50,50,350,250)

步骤5:

bounds与转换后的父边界相交:
(50,50,350,250) 与 (-200,-300,800,700) 相交 = (50,50,350,250)

步骤6:

mBounds = (50,50,350,250)

步骤7:

mScreenBounds = 平移(200,300).transform( (50,50,350,250) )
= (250,350,550,550)

这样,子Layer在屏幕上只显示了(250,350)到(550,550)的区域,即被裁剪后的部分。
五、考虑子Layer超出父边界的情况

假设子Layer的平移量更大,比如平移(900,900),其他条件不变(无裁剪)。

步骤2:

转换后的父边界:平移(-900,-900).transform( (0,0,1000,1000) ) = (-900,-900,100,100)

步骤3:不变,mSourceBounds = (0,0,400,300)

步骤4:不变,bounds = (0,0,400,300)

步骤5:与转换后的父边界相交

(0,0,400,300) 与 (-900,-900,100,100) 相交 = (0,0,100,100)

注意:因为转换后的父边界在子层坐标系中只有(-900,-900)到(100,100)的区域,所以相交后只有(0,0,100,100)部分可见。

步骤6:
mBounds = (0,0,100,100)

步骤7:

mScreenBounds=平移(900,900).transform((0,0,100,100))=(900,900,1000,1000)

这样,子Layer只有左上角(0,0)到(100,100)的部分被显示在屏幕的(900,900)到(1000,1000)区域,其余部分被父边界裁剪掉了。
六、总结

通过这个简单案例,我们可以看到computeBounds的核心思想:

通过逆变换将父边界转换到子层坐标系,以便在同一个坐标系中进行裁剪。

子层的内容(源边界)先与自身的裁剪区域相交,再与父边界相交,得到最终在子层坐标系中的边界(mBounds)。

然后通过有效变换将mBounds变换到屏幕坐标系,得到屏幕上的实际显示区域(mScreenBounds)。

这样的设计保证了每一层都只显示在父层允许的范围内,并且可以方便地应用自身的裁剪。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/27 10:13:31

官宣:高校教师不得将AI用于下列情形

点击上方“小白学视觉”&#xff0c;选择加"星标"或“置顶” 重磅干货&#xff0c;第一时间送达来源&#xff1a;麦可思研究近日&#xff0c;教育部教师队伍建设专家指导委员会正式发布《教师生成式人工智能应用指引&#xff08;第一版&#xff09;》。众所周知&…

作者头像 李华
网站建设 2026/4/22 21:37:39

学术写作新纪元:解锁书匠策AI硕士大论文写作的隐形智慧

在学术探索的征途中&#xff0c;每一位硕士生都渴望找到一把打开科研之门的钥匙。面对浩如烟海的文献、错综复杂的逻辑构建以及繁琐的格式调整&#xff0c;传统写作方式往往让人力不从心。然而&#xff0c;随着人工智能技术的飞速发展&#xff0c;一款名为书匠策AI的科研工具正…

作者头像 李华
网站建设 2026/4/29 18:06:58

学术新航标:解锁书匠策AI科研工具,让硕士大论文写作如虎添翼

在学术探索的浩瀚海洋中&#xff0c;每一位硕士生都是勇敢的航海者&#xff0c;而论文写作则是这段旅程中不可或缺的航标。面对繁重的文献调研、复杂的逻辑构建以及严格的格式要求&#xff0c;许多学子常常感到力不从心。幸运的是&#xff0c;随着人工智能技术的飞速发展&#…

作者头像 李华
网站建设 2026/4/16 23:46:37

Langchain-Chatchat问答系统灰度期间知识库更新频率

Langchain-Chatchat问答系统灰度期间知识库更新频率 在企业级AI落地的浪潮中&#xff0c;越来越多组织开始尝试将大型语言模型&#xff08;LLM&#xff09;与内部知识体系深度融合。然而&#xff0c;当通用大模型遇上敏感业务数据时&#xff0c;隐私、合规和可控性问题迅速浮出…

作者头像 李华
网站建设 2026/4/28 0:29:12

Langchain-Chatchat能否支持文档评论批注提取?

Langchain-Chatchat能否支持文档评论批注提取&#xff1f; 在企业知识管理日益走向智能化的今天&#xff0c;一个现实问题反复浮现&#xff1a;我们如何让AI系统不仅读懂文档“写了什么”&#xff0c;还能理解“谁说了什么、为什么这么说”&#xff1f;尤其是在合同评审、学术…

作者头像 李华