Linux下通过DRM操作屏幕,发生行对齐 (stride)问题

前言

Linux下使用LVGL操作屏幕,屏幕尺寸是[280*1424],不管如何设置LVGL的参数,屏幕的显示均为花屏,能看到有图像显示,但是图像是行错乱的。


ubuntu桌面系统显示正常

打印DRM看输出

drm: 280x1424 (0mm X 0mm) pixel format AR24

可见DRM的没什么问题,确实和屏幕对的上

使用色块填充排查

给屏幕直接填充固定颜色

cpp 复制代码
    // 填充为红色(例如 ARGB8888 格式:0xFFFF0000)
    uint32_t *fb = (uint32_t *)fbuf->map;

    int i;
    for(i = 0; i < 280*2; i++)
    {
        fb[i] = 0xFFFF0000; // 红色像素值
        // for(int j = 0; j < 100; j++)
        // {
        //     fb[i*1424 + j] = 0xFFFF0000; // 红色像素值
        // }
    }
    for(; i < 280*1424; i++)
    {
        fb[i] = 0xFF00FF00; // 绿色像素值
    }

发现问题:一行似乎不是280个像素点。每行的似乎在285~290之间?

分析


出现这种情况的原因可能与 屏幕的行对齐方式(stride)缓冲区分辨率设置 不一致有关。虽然屏幕的逻辑分辨率是 1424x280 ,但 一行的实际像素数量可能大于 1424 ,这是由于 行对齐缓冲区分配方式 的限制。

  1. 行对齐 (stride)

    • 大多数 GPU 或显示硬件要求每行的像素数据对齐到特定的字节边界(如 32 字节或 64 字节)。

    • 即使屏幕宽度是 1424 像素,每行数据的实际占用可能大于 1424 ***** 4 字节。

    • 这个实际的宽度称为 stride(步长),通常可以通过 DRM 查询到。

  2. 缓冲区的 stride 不匹配

    • 如果你直接按分辨率 1424 * 280 计算缓冲区的大小,可能会忽略 stride 的额外字节。

    • 例如,stride 可能是 **1440 * 4**字节,即一行的实际长度为 1440 像素(即便只显示 1424 像素)。

  3. 显存分配方式

    • 显存分配时可能会对分辨率进行对齐操作,比如将宽度对齐到 8 或 16 的倍数,导致一行像素的数量超过逻辑宽度。
cpp 复制代码
drm: 280x1424 (0mm X 0mm) pixel format AR24
drm: pitch 1152
drm: size 1640448
drm: pitch 1152
drm: size 1640448
DRM subsystem and buffer mapped successfully

解析打印信息

  1. 分辨率

    • drm: 280x1424 表示屏幕的逻辑分辨率为宽 280 像素,高 1424 像素。
  2. 像素格式

    • pixel format AR24 表示屏幕的像素格式为 XRGB8888 ,即每像素占用 4 字节(32 位),Alpha 通道未使用。
  3. Pitch (stride)

    • drm: pitch 1152 表示每行像素占用 1152 字节
    • 对于 XRGB8888 ,每像素占用 4 字节,因此一行实际包含 1152 / 4 = 288 像素。
    • 这是由于硬件对行数据进行了 对齐处理(对齐到 32 字节或 64 字节)。
  4. 缓冲区大小

    • drm: size 1640448 表示缓冲区总大小为 1640448 字节

    • 计算:pitch * height = 1152 * 1424 = 1640448 字节。这与打印的大小一致。

相关推荐
走向自由10 分钟前
Leetcode 最长回文子串
数据结构·算法·leetcode·回文·最长回文
nuo53420224 分钟前
The 2024 ICPC Kunming Invitational Contest
c语言·数据结构·c++·算法
luckilyil25 分钟前
Leetcode 每日一题 11. 盛最多水的容器
算法·leetcode
A.A呐1 小时前
LeetCode 1658.将x减到0的最小操作数
算法·leetcode
hn小菜鸡1 小时前
LeetCode 144.二叉树的前序遍历
算法·leetcode·职场和发展
rubyw1 小时前
如何选择聚类算法、回归算法、分类算法?
算法·机器学习·分类·数据挖掘·回归·聚类
编程探索者小陈1 小时前
【优先算法】专题——双指针
数据结构·算法·leetcode
Sunyanhui11 小时前
力扣 三数之和-15
数据结构·算法·leetcode
Mr.kanglong1 小时前
【LeetCode热题100】队列+宽搜
算法·leetcode·职场和发展
sp_fyf_20241 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-05
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘