当前位置: 首页 > news >正文

对比 Avalonia 和 WPF 的渲染延迟

此测试发现了 WPF 的渲染非常跟输入,而 Avalonia 明显落后

在我的测试用例里面,特别让 Avalonia 窗口去接收输入,让 Avalonia 驱动 WPF 的界面。如此可以排除 Avalonia 的输入层带来的延迟。完全只对比 Avalonia 和 WPF 的渲染层

详细请参阅: https://github.com/AvaloniaUI/Avalonia/discussions/20562

实验情况如下图所示,蓝色为 Avalonia 的控件,红色是 WPF 的控件

本次测试用的 Avalonia 版本为 11.3.11 版本

具体实验设计如下:

  • 新建 WPF 和 Avalonia 空白项目
  • 分别在 WPF 和 Avalonia 项目的界面添加不同颜色的 Border 控件。且附加上 TranslateTransform 到 Border.RenderTransform 属性上,用于让 Border 控件被移动
  • 让 WPF 窗口背景透明,且通过 GWL_HWNDPARENT (SetOwner) 让 WPF 窗口显示在 Avalonia 窗口之上。如此运行项目可在同一屏幕上看到 Avalonia 和 WPF 框架的两个窗口,其中 WPF 窗口作为透明窗口叠加在 Avalonia 窗口之上
  • 在 Avalonia 框架内监听 Pointer 的按下和移动,当移动的时候设置 Border 的 TranslateTransform 的 X 坐标。随后将此坐标变更发送给到 WPF 应用,让 WPF 应用内的 Border 也做相同的 TranslateTransform 变换
  • 脱离 Visual Studio 独立运行项目,使用鼠标或触摸移动 Border 控件

本文所采用的测试代码放在 github 和 gitee 上,可以使用如下命令行拉取代码。我整个代码仓库比较庞大,使用以下命令行可以进行部分拉取,拉取速度比较快

先创建一个空文件夹,接着使用命令行 cd 命令进入此空文件夹,在命令行里面输入以下代码,即可获取到本文的代码

git init
git remote add origin https://gitee.com/lindexi/lindexi_gd.git
git pull origin 3f38106c92a2a645e0df7b27731b5f84f3e16f78

以上使用的是国内的 gitee 的源,如果 gitee 不能访问,请替换为 github 的源。请在命令行继续输入以下代码,将 gitee 源换成 github 源进行拉取代码。如果依然拉取不到代码,可以发邮件向我要代码

git remote remove origin
git remote add origin https://github.com/lindexi/lindexi_gd.git
git pull origin 3f38106c92a2a645e0df7b27731b5f84f3e16f78

获取代码之后,进入 AvaloniaIDemo/HohaychukeajeherLelfeajune 文件夹,即可获取到源代码

回答一些疑惑:

  • 按照以上的实验设计,输入层是从 Avalonia 框架来的,意味着 Avalonia 在输入处理方面还比 WPF 执行得更早。至少 WPF 需要等待 Dispatcher 调度之后才能收到输入
  • 无论是 WPF 还是 Avalonia 框架,都执行了相同的上层逻辑代码,都通过 RenderTransform 进行变换
  • 为什么不使用动画而是使用输入来测试?因为 WPF 和 Avalonia 的动画模块有很大的实现差异,为了控制变量,选择使用输入来做
  • 选择让 WPF 窗口是透明的,如此可以让 WPF 框架承担透明窗口带来的更多渲染代价。在 WPF 框架承受了透明窗口渲染代价的前提下,依然能够轻松领先于 Avalonia 框架,如此更可说明 Avalonia 框架的渲染延迟性
  • 在实际实验中,在 4K 分辨率的触摸屏上,能够感受到更大的差异,可见 Avalonia 更落后于 WPF 框架
  • 是否设置 Avalonia 使用 LowLatencyDxgiSwapChain 能够解决此问题?设置 LowLatencyDxgiSwapChain 只能缓解问题,但依然在渲染延迟上落后与 WPF 框架
http://www.jsqmd.com/news/348678/

相关文章:

  • Qwen3-4B部署全流程详解:vLLM服务启动+日志查看实战
  • 程序员英语会议1
  • Qwen3-ASR-1.7B与Claude集成的智能语音分析系统
  • Bypass 分流抢票
  • PDF转长图工具来了!一键把几十页文档变成长图,手机查看太爽了
  • 开箱即用!Chandra AI聊天助手一键部署与基础使用教学
  • 如何禁止软件联网?这款免费工具一键搞定,流氓软件彻底断网
  • ChatGLM3-6B-128K实际作品:Agent任务执行效果展示
  • Qwen3-ForcedAligner-0.6B一文详解:双模型协同架构与bfloat16优化原理
  • Qwen3-ForcedAligner-0.6B体验:一键生成语音时间戳,误差仅0.02秒
  • GLM-4-9B-Chat-1M在数字人文中的应用:古籍百万字OCR文本校勘与注释生成
  • EasyAnimateV5-7b-zh-InP保姆级教程:从/root/easyanimate-service目录结构学运维
  • ClearerVoice-Studio开箱即用:一键提升语音清晰度的实战体验
  • Hexo搭建教程
  • REX-UniNLU与DeBERTa架构解析:核心技术原理详解
  • 美胸-年美-造相Z-Turbo与VSCode插件开发:实时预览功能实现
  • RexUniNLU真实案例分享:11类NLP任务在真实业务文本中的输出效果
  • Qwen-Image-Edit-F2P高清输出展示:FP8量化下1024×1365分辨率细节还原
  • StructBERT情感分类实战:社交媒体情绪监控指南
  • Lychee Rerank多模态重排序系统5分钟快速部署指南:从零到一搭建智能检索
  • SiameseUIE入门必看:vocab.txt/config.json/pytorch_model.bin三文件作用
  • BGE-Large-Zh效果对比:vs Sentence-BERT-zh、m3e-base在中文任务上的表现
  • 拒绝平均数陷阱:深度解读 LLM 推理性能的核心指标——TPOT
  • 程序员必知必会的微服务架构设计能力!你掌握了多少?
  • 超越单机极限:Dask并行计算API的深度解析与实践
  • Cursor IDE集成RMBG-2.0开发:AI编程助手实战
  • Qwen3-ASR-1.7B实战:会议录音转文字全流程
  • 造相Z-Image模型.NET集成:Windows应用开发实战
  • 【Linux系统编程】(二十六)一文吃透 Ext 系列文件系统软硬链接:原理、实战与底层逻辑揭秘
  • 【算法基础篇】(五十五)卡特兰数封神之路:从括号匹配到二叉树构造,组合数学的万能钥匙!