Wayland ပရိုတိုကောကို အခြေခံ၍ ပေါင်းစပ်ဆာဗာများ ဖော်ဆောင်ရန်အတွက် အစိတ်အပိုင်းများကို ပံ့ပိုးပေးသည့် Louvre 1.2.0 စာကြည့်တိုက်ကို ယခုရရှိနိုင်ပါပြီ။ စာကြည့်တိုက်သည် ဂရပ်ဖစ်ကြားခံများကို စီမံခန့်ခွဲခြင်း၊ Linux ရှိ ထည့်သွင်းစနစ်ခွဲများနှင့် ဂရပ်ဖစ် APIs များနှင့် အပြန်အလှန်တုံ့ပြန်ခြင်းအပါအဝင် အဆင့်နိမ့်လုပ်ဆောင်မှုများအားလုံးကို ဂရုစိုက်ပြီး Wayland ပရိုတိုကော၏ တိုးချဲ့မှုအမျိုးမျိုးကို အဆင်သင့်လုပ်ဆောင်မှုများကိုလည်း ပံ့ပိုးပေးပါသည်။ Louvre ကိုအခြေခံထားသော ပေါင်းစပ်ဆာဗာသည် အရင်းအမြစ်များကို သိသိသာသာလျော့နည်းစေပြီး Weston နှင့် Sway တို့နှင့်နှိုင်းယှဉ်ပါက ပိုမိုမြင့်မားသောစွမ်းဆောင်ရည်ကိုပြသသည်။ ကုဒ်ကို C++ ဖြင့်ရေးသားထားပြီး GPLv3 လိုင်စင်အောက်တွင် ဖြန့်ဝေထားသည်။ Louvre ၏ စွမ်းဆောင်ရည်များအကြောင်း ခြုံငုံသုံးသပ်ချက်ကို ပရောဂျက်၏ ပထမဆုံး ထုတ်ဝေမှု ကြေညာချက်တွင် ဖတ်ရှုနိုင်ပါသည်။
ဗားရှင်းအသစ်တွင်-
- စကေးကို တိုးလာသောအခါ ကိန်းပြည့်စကေးမဟုတ်သော တန်ဖိုးများ (အပိုင်းခွဲစကေး) နှင့် oversampling (oversampling) အတွက် ပံ့ပိုးမှု ထပ်လောင်းထည့်သွင်းထားသည်။ အပိုင်းကိန်းစကေးအတွက်၊ Wayland ပရိုတိုကော အပိုင်းကိန်းစကေးကို အသုံးပြုသည်။
- tearing-control protocol ကိုအသုံးပြုခြင်းဖြင့်၊ မျက်နှာပြင်အပြည့်အပလီကေးရှင်းများတွင် မျက်ရည်ယိုခြင်းမှကာကွယ်ရန် အသုံးပြုသော ဒေါင်လိုက် damping pulse ဖြင့် ဒေါင်လိုက်ထပ်တူပြုခြင်း (VSync) ကို ပိတ်နိုင်သည်။ မာလ်တီမီဒီယာအပလီကေးရှင်းများတွင်၊ စုတ်ပြဲခြင်းကြောင့်ဖြစ်သော ရှေးဟောင်းပစ္စည်းများသည် မလိုလားအပ်သောအကျိုးသက်ရောက်မှုတစ်ခုဖြစ်သော်လည်း၊ ဂိမ်းပရိုဂရမ်များတွင်၊ ၎င်းတို့နှင့်ဆက်ဆံရာတွင် နောက်ထပ်နှောင့်နှေးမှုများဖြစ်စေပါက၊ ရှေးဟောင်းပစ္စည်းများကို သည်းခံနိုင်သည်။
- Wayland ပရိုတိုကော wlr-gamma-control ကို အသုံးပြု၍ ဂမ်မာ တည့်မတ်မှုအတွက် ပံ့ပိုးမှု ပေါင်းထည့်ထားသည်။
- သုံးစွဲသူအား ဆာဗာဘက်ခြမ်းရှိ စကေးချဲ့ခြင်းနှင့် မျက်နှာပြင်အစွန်းချုံ့ခြင်း လုပ်ဆောင်ချက်များကို လုပ်ဆောင်နိုင်စေသည့် Wayland “viewporter” ပရိုတိုကောအတွက် ပံ့ပိုးမှု ထပ်ထည့်ထားသည်။
- မြင့်မားသောတိကျမှုနှင့် အသွင်ပြောင်းမှုများကို အသုံးချရန်အတွက် ပုံဆွဲဧရိယာများကို LPainter အတန်းတွင် ထည့်သွင်းထားသည်။
- LTextureView အတန်းသည် ရင်းမြစ်စတုဂံပုံများ (“ရင်းမြစ် rect”၊ ပြသရန်အတွက် စတုဂံဧရိယာ) နှင့် အသွင်ပြောင်းမှုများကို ပံ့ပိုးပေးပါသည်။
- အလံများနှင့် ပြည်နယ်များကို သိမ်းဆည်းသည့်အခါ မှတ်ဉာဏ်သုံးစွဲမှုကို လျှော့ချရန် LBitset အတန်းအစားကို ထည့်သွင်းခဲ့သည်။
source: opennet.ru