LuChiChick/Just-DataInspector
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

修复上下拖动时的绘制异常/抽搐（纵向预渲染补齐）+「弱峰增强」升级为「弱峰调整」（-200%–+200%）

Browse Source 
一、纵向绘制异常/抽搐的根因
上一轮给图层加了「上下各半个网格高」的纵向预渲染余量，但"偏移超出余量"时仍走**排队整块重画**
（一帧只补一个网格）：重画生效前 BlitWideBuffer 只能贴出有像素的那一部分，其余行留在底色上
= 网格内出现空白条带（"绘制错误"）；且重画后的锚点与"贴图偏移"不同源 = 波形"没按预期移动"。
鼠标按在最上方网格一路拖到窗口最下方（离开网格很远）时，每帧的幅值位移都远超余量 → 每帧触发整块
重画 = 抽搐；左右拖动时若鼠标同时有纵向位移，同样触发。

二、修法：与横向完全同构的纵向滚动
- RenderLaneLayerRegion 增加 stripY/stripH（纵向条带），可只补画"新暴露的一整条"。
- RollWideBuffer 新增纵向滚动：BitBlt 整块上/下移 roll 行 → 补画暴露的那一条 →
  layer.anchorYMax -= roll / pxPerValue（与横向 wideMin 同一套记账）。
  必须在横向补条之前（横向补条会用当前 yMax 重置图层锚点，顺序反了细条会带上错的纵向偏移）。
- 滚动量量化（kLayerRollQuantum = 16 像素）：不足量子的偏移不滚，交给贴图的 srcY 偏移处理，
  使画布映射在拖动中保持稳定、折线缓存（键含幅值映射）得以命中。
  未量化时"每帧滚 1~30 行"会让折线每帧重算（实测滚动 3~4ms + 整帧 10~14ms）。

三、「弱峰调整」（原「弱峰增强」）
- 术语统一：ComputeWeakPeakAdjust、WeakPeakItem.amountPercent（-200–200，默认 150）、面板标题
  「弱峰调整」、标签「调整幅度 %」、光标胶囊尾缀、构建信号名「<原信号> (弱峰调整 X% M次迭代)」。
- 滑块量程 -200% – +200%，0 在正中间（ratio = (amount/200 + 1) / 2）；数值列加宽以容纳 "-200%"。
- 目标值（识别规则与旧实现完全相同；amount = 幅度/100）：
  *  0 ≤ a ≤ 1：当前值 → 同类极值中较温和的一侧；
  *  1 < a ≤ 2：该侧 → 另一侧（与旧实现逐位一致）；
  * -1 ≤ a < 0：当前值 → 相邻异类极值中较近的一个（波峰看较高的波谷、波谷看较低的波峰）；
  * -2 ≤ a < -1：较近的异类极值 → 较远的那个（弱峰被压平甚至抹除，左右平滑过渡）。
- 负幅度不得反向增强：目标夹在"不越过当前值"的一侧。平滑偏移的逐点过渡逻辑未改动。

四、验证（全部离屏，不占用鼠标/键盘/屏幕）
- uitest 443/443：[X] 正幅度 0/50/100/150/200% → 峰 550/555/560/580/600（旧值逐位保持）、
  谷 450/445/440/420/400；新增负幅度 -50/-100/-200% → 峰 500/450/400、谷 500/550/560；
  超范围夹取、"未反向增强"（极值点）、健康峰不动；滑块中间 = 0%、拖出两端 = ±200%；
  构建信号名含「弱峰调整」；[AH] 纯竖直拖拽 16 帧仅 2 次图层重画。
- panperf：拖出网格 900px + 对角平移 31 帧，被拖网格的空白行数与整幅重绘逐帧一致（64 vs 64
  → 无空白条带），帧时 10~13ms，末帧差异与水平基线同量级（已知的 ≤0.5px 整数像素残差）。
- layercheck：clobbers=0/24、pan frames wrong=0/4、居中图层 vs 整幅重绘逐像素 0 差异；
  cursorcheck 30/30；make clean && make all 零警告。
This commit is contained in:
DeepSeek V4.1 Flash committed 2026-10-12 17:10:51 +08:00
1 parent cb030573fa
commit ff3319b842
7 files changed
+380 -224
Download Patch File Download Diff File Expand all files Collapse all files

No files matched your search

Utilities/Inc/DataModel.hpp
+33 -26
View File
@@ -374,7 +374,7 @@ namespace jdi
using EdgeCenterItem = MeanFilterItem;
/**
* @brief 「弱峰增强」中某个信号自己的参数条目。
* @brief 「弱峰调整」中某个信号自己的参数条目。
*
* 与「均值滤波」完全一致：**每个被勾选的信号各自持有参数**
*（增强等级 0–200% + 迭代次数 N），因此同一网格内不同信号可以使用不同强度。
@@ -385,7 +385,7 @@ namespace jdi
struct WeakPeakItem
{
SignalRef ref; /**< 目标信号。 */
int levelPercent = 150; /**< 增强等级（0–200；100% = 到达较温和的一侧，200% = 完全拉平）。 */
int amountPercent = 150; /**< 调整幅度（-200–200；0 = 不动，100% = 到达较温和一侧，200% = 完全拉平；负值为削弱）。 */
int iterations = 1; /**< 迭代次数 N（1 … `maxIterations`）。 */
int maxIterations = 10; /**< 「迭代次数 N」滑块的上限（用户可在面板上修改，恒 ≥ 1）。 */
};
@@ -509,9 +509,9 @@ namespace jdi
double meanFilterPanelY = -1.0;
/**
* @brief 「实验性功能 → 弱峰增强」开关。
* @brief 「实验性功能 → 弱峰调整」开关。
*
* 开启后为本网格内**被勾选**的信号额外绘制一条「弱峰增强」曲线：
* 开启后为本网格内**被勾选**的信号额外绘制一条「弱峰调整」曲线：
* 识别纹波的波峰/波谷，把“比左右同类极值更弱”的波峰上拉、波谷下拉，
* 并按各信号自己的「增强等级」在左右两个同类极值之间取目标值，使其恢复与周边振幅。
* 这条曲线只是叠加显示，不会作为信号加入左侧列表。
@@ -519,35 +519,35 @@ namespace jdi
bool weakPeak = false;
/**
* @brief 参与弱峰增强预览的信号及其**各自的参数**（只包含被勾选的信号）。
* @brief 参与弱峰调整预览的信号及其**各自的参数**（只包含被勾选的信号）。
*
* 参数（等级 0–200% + 迭代次数 N）按信号保存，与「均值滤波」的实现方式一致：
* 同一网格内不同信号可以使用不同的增强强度，也可以分别「构建为新信号」。
*/
std::vector<WeakPeakItem> weakPeakItems;
/** 取某个信号的弱峰增强参数（未勾选时返回空指针）。 */
/** 取某个信号的弱峰调整参数（未勾选时返回空指针）。 */
const WeakPeakItem* FindWeakPeakItem(const SignalRef& ref) const;
/** 取得或创建某信号的弱峰增强参数（用于勾选）。 */
/** 取得或创建某信号的弱峰调整参数（用于勾选）。 */
WeakPeakItem& EnsureWeakPeakItem(const SignalRef& ref);
/** 取消某信号的弱峰增强勾选。 */
/** 取消某信号的弱峰调整勾选。 */
void RemoveWeakPeakItem(const SignalRef& ref);
/** 取某信号的弱峰增强勾选状态。 */
/** 取某信号的弱峰调整勾选状态。 */
bool WeakPeakEnabled(const SignalRef& ref) const
{
return FindWeakPeakItem(ref) != nullptr;
}
/** 弱峰增强浮动面板是否展开。 */
/** 弱峰调整浮动面板是否展开。 */
bool weakPeakPanelOpen = true;
/** 弱峰增强面板左上角位置（客户区像素；<0 表示自动定位）。 */
/** 弱峰调整面板左上角位置（客户区像素；<0 表示自动定位）。 */
double weakPeakPanelX = -1.0;
/** 弱峰增强面板左上角纵坐标（<0 表示自动定位）。 */
/** 弱峰调整面板左上角纵坐标（<0 表示自动定位）。 */
double weakPeakPanelY = -1.0;
};
@@ -593,37 +593,44 @@ namespace jdi
std::vector<float>& out);
/**
* @brief 「弱峰增强」：把比周边更弱的纹波波峰/波谷恢复（自适应弱峰增强）。
* @brief 「弱峰调整」：把比周边更弱的纹波波峰/波谷恢复，或（负幅度时）把弱峰削弱。
*
* 本算法**不做任何前置滤波**：需要平滑时用户可以先用「均值滤波」构建一条
* 滤波后的信号，再对它做弱峰增强。极值点直接在输入采样上识别。
* 滤波后的信号，再对它做弱峰调整。极值点直接在输入采样上识别。
*
* 单阶处理（全 O(n)）：
* 1. **识别趋势与极值**：扫描单调段，方向发生翻转处的上一个采样点即为
* 波峰（先升后降）或波谷（先降后升）；波峰与波谷交替出现。
* 2. **判定“弱”**：对第 k 个波峰，取同类的左右相邻波峰（k−2、k+2）。
* 若本波峰低于两者的均值，说明它是被削弱的那个；波谷反之（高于两者均值）。
* 3. **目标值**（`level` = 弱峰增强等级，0–2，对应面板上的 0%–200%）：
* * 波峰：左右两个波峰中较小者记为 `lower`、较大者记为 `upper`；
* 0 ≤ level ≤ 1 → 目标 = 当前值 + level × (`lower` − 当前值)；
* 1 < level ≤ 2 → 目标 = `lower` + (level − 1) × (`upper` − `lower`)。
* * 波谷：左右两个波谷中较大者记为 `upper`、较小者记为 `lower`；
* 0 ≤ level ≤ 1 → 目标 = 当前值 + level × (`upper` − 当前值)；
* 1 < level ≤ 2 → 目标 = `upper` − (level − 1) × (`upper` − `lower`)。
* 即 **0% 完全不动**（可做极小幅度调整）、**100% 拉到较温和的一侧**、
* **200% 完全拉平**；两段在 100% 处连续。
* 这一步在正、负幅度下**完全一致**（用户要求「弱峰的识别定义与之前相同」）。
* 3. **目标值**（`amount` = 调整幅度，-2 – +2，对应面板上的 -200% – +200%）：
* * **正幅度（增强，与原实现逐位一致）**：以**同类**极值为参照。
* 波峰：较小者记为 `lower`、较大者记为 `upper`；
* 0 ≤ a ≤ 1 → 目标 = 当前值 + a × (`lower` − 当前值)；
* 1 < a ≤ 2 → 目标 = `lower` + (a − 1) × (`upper` − `lower`)。
* 波谷：较大者记为 `upper`、较小者记为 `lower`；
* 0 ≤ a ≤ 1 → 目标 = 当前值 + a × (`upper` − 当前值)；
* 1 < a ≤ 2 → 目标 = `upper` − (a − 1) × (`upper` − `lower`)。
* * **负幅度（削弱）**：以相邻的**异类**极值（波峰的相邻波谷 / 波谷的相邻波峰）为参照。
* 令 `near` = 较靠近当前值的那个（波峰 → 较高的波谷；波谷 → 较低的波峰）、
* `far` = 另一个：
* -1 ≤ a < 0 → 目标 = 当前值 + |a| × (`near` − 当前值)；
* -2 ≤ a < -1 → 目标 = `near` + (|a| − 1) × (`far` − `near`)。
* 即 **-100% 把弱峰拉到相邻异类极值中较近的那个**、**-200% 拉到较远的那个**
* （波形被压平甚至抹除）。削弱**不会反向增强**（目标被夹在"不越过当前值"的一侧）。
* 4. **平滑偏移**：极值点本身取其目标值，两侧的数据点按相邻两个极值点的偏移量
* 平滑过渡（平滑步进，两端导数为 0），使波形整体趋势不变、只在弱峰附近被推回。
*
* 正常周期的极值不满足条件、偏移量恒为 0，因此输出与输入逐位相同。
*
* @param [IN] values 原始采样值。
* @param [IN] level 弱峰增强等级（0–2，对应 0%–200%，超出范围会被夹取）。
* @param [IN] amount 调整幅度（-2 – +2，对应 -200% – +200%，超出范围会被夹取）。
* @param [IN] iterations 迭代次数 N（重复应用次数，至少为 1）。
* @param [OUT] out 输出数组（长度与 values 相同；原值为 NaN 处保持 NaN）。
*/
void ComputeWeakPeakBoost(const std::vector<double>& values, double level, int iterations,
std::vector<float>& out);
void ComputeWeakPeakAdjust(const std::vector<double>& values, double amount, int iterations,
std::vector<float>& out);
/**
* @brief 在指定文件的时间轴上查找与给定时刻最接近的采样点。
Utilities/Src/DataModel.cpp
+70 -32
View File
@@ -1046,7 +1046,7 @@ namespace jdi
namespace
{
/**
* @brief 「弱峰增强」内部使用的极值点（波峰 / 波谷）。
* @brief 「弱峰调整」内部使用的极值点（波峰 / 波谷）。
*/
struct PeakExtremum
{
@@ -1056,17 +1056,18 @@ namespace jdi
};
/**
* @brief 「弱峰增强」的单阶处理：把偏弱的波峰上拉、偏弱的波谷下拉。
* @brief 「弱峰调整」的单阶处理：把偏弱的波峰上拉 / 偏弱的波谷下拉，
* 或（负幅度）把弱峰本身削弱、压平。
*
* **不做任何前置滤波**（需要平滑时用户可以先用「均值滤波」构建一条滤波后的信号）：
* 极值点直接在输入采样上通过单调段的方向翻转识别。
*
* @param [IN] input 本阶的输入采样值。
* @param [IN] strength 弱峰增强等级（0–1，已夹取）。
* @param [IN] amount 调整幅度（-2 – +2，已夹取；0 = 完全不动）。
* @param [OUT] output 本阶的输出（长度与 input 相同；原值为 NaN 处保持 NaN）。
* @return 确实有采样点被改动返回 true；完全无弱峰时返回 false。
*/
bool ApplyWeakPeakStage(const std::vector<float>& input, double strength,
bool ApplyWeakPeakStage(const std::vector<float>& input, double amount,
std::vector<float>& output, std::vector<PeakExtremum>& extremes)
{
const std::size_t count = input.size();
@@ -1162,32 +1163,67 @@ namespace jdi
const double mean = (left.value + right.value) * 0.5;
const double lower = std::min(left.value, right.value);
const double upper = std::max(left.value, right.value);
// 目标值分段插值（`strength` = 等级 0–2）：
// 0 ≤ s ≤ 1：当前值 ↔ 较温和的一侧（波峰取较低的波峰 lower、波谷取较高的波谷 upper）；
// 1 < s ≤ 2：该侧 ↔ 另一侧（与原先 0–100% 的语义一致）。
// 两段在 s = 1 处连续，因此 s = 0 完全不动、s = 2 完全拉平。
double destination = 0.0;
if (current.type > 0)
if (!(current.type > 0 ? (current.value < mean) : (current.value > mean)))
{
// 波峰：低于左右两个波峰的均值 → 判定为弱峰，上拉到等级对应的目标值。
if (!(current.value < mean))
// 不是弱峰：本极值点不动。
continue;
}
double destination = current.value;
if (amount >= 0.0)
{
// ---- 正幅度（增强，与旧实现逐位一致）----
// 目标值分段插值（`amount` = 幅度 0–2）：
// 0 ≤ a ≤ 1：当前值 ↔ 较温和的一侧（波峰取较低的波峰 lower、波谷取较高的波谷 upper）；
// 1 < a ≤ 2：该侧 ↔ 另一侧（与原先 0–100% 的语义一致）。
// 两段在 a = 1 处连续，因此 a = 0 完全不动、a = 2 完全拉平。
// ⚠️ 波峰从 `lower` **向上**走到 `upper`、波谷从 `upper` **向下**走到 `lower`，
// 两者方向相反（符号不能写成一样）。
if (current.type > 0)
{
continue;
destination = (amount <= 1.0)
? (current.value + amount * (lower - current.value))
: (lower + (amount - 1.0) * (upper - lower));
}
else
{
destination = (amount <= 1.0)
? (current.value + amount * (upper - current.value))
: (upper - (amount - 1.0) * (upper - lower));
}
destination = (strength <= 1.0)
? (current.value + strength * (lower - current.value))
: (lower + (strength - 1.0) * (upper - lower));
}
else
{
// 波谷：高于左右两个波谷的均值 → 判定为弱峰，下拉到等级对应的目标值。
if (!(current.value > mean))
// ---- 负幅度（削弱）----
// 参照物改为相邻的**异类**极值（波峰看相邻波谷、波谷看相邻波峰），
// 并且"较近的那个"对波峰是较高的波谷、对波谷是较低的波峰。
const PeakExtremum& nearLeft = extremes[k - 1];
const PeakExtremum& nearRight = extremes[k + 1];
if (nearLeft.type == current.type || nearRight.type == current.type)
{
continue; // 极值序列本应交替；异常时不动这一点
}
if (!std::isfinite(nearLeft.value) || !std::isfinite(nearRight.value))
{
continue;
}
destination = (strength <= 1.0)
? (current.value + strength * (upper - current.value))
: (upper - (strength - 1.0) * (upper - lower));
const double nearValue = (current.type > 0) ? std::max(nearLeft.value, nearRight.value)
: std::min(nearLeft.value, nearRight.value);
const double farValue = (current.type > 0) ? std::min(nearLeft.value, nearRight.value)
: std::max(nearLeft.value, nearRight.value);
const double magnitude = std::min(2.0, -amount);
destination = (magnitude <= 1.0)
? (current.value + magnitude * (nearValue - current.value))
: (nearValue + (magnitude - 1.0) * (farValue - nearValue));
// ⚠️ 削弱**不得反向增强**：相邻异类极值落在"错误的一侧"时（例如噪声导致的
// 波峰反而低于相邻波谷），把目标夹回当前值所在的一侧。
if (current.type > 0)
{
destination = std::min(destination, current.value);
}
else
{
destination = std::max(destination, current.value);
}
}
shift[k] = destination - current.value;
}
@@ -1237,8 +1273,8 @@ namespace jdi
}
} // namespace
void ComputeWeakPeakBoost(const std::vector<double>& values, double level, int iterations,
std::vector<float>& out)
void ComputeWeakPeakAdjust(const std::vector<double>& values, double amount, int iterations,
std::vector<float>& out)
{
const std::size_t count = values.size();
out.assign(count, std::numeric_limits<float>::quiet_NaN());
@@ -1249,7 +1285,7 @@ namespace jdi
// 第 1 阶：从原始采样值出发（非有限值保持 NaN）。
// 工作缓冲用线程本地变量复用容量：单条曲线动辄上千万采样，若每次调用都重新分配
// 并零初始化，单条「弱峰增强」的耗时会被明显放大（内存分配 + page fault）。
// 并零初始化，单条「弱峰调整」的耗时会被明显放大（内存分配 + page fault）。
thread_local std::vector<float> currentBuffer;
thread_local std::vector<float> nextBuffer;
thread_local std::vector<PeakExtremum> extremesBuffer;
@@ -1265,15 +1301,17 @@ namespace jdi
}
// 「迭代次数 N」与「均值滤波」的迭代次数语义一致：把同一处理**重复应用 N 次**，
// 每一阶以上一阶的结果为输入。一阶时改定量已严格等于「等级」对应的目标值；
// 多次迭代时相邻的弱峰会互相抬高彼此的基准，从而把较宽的弱峰区逐步恢复。
// 每一阶以上一阶的结果为输入。一阶时改定量已严格等于「幅度」对应的目标值；
// 多次迭代时相邻的弱峰会互相抬高彼此的基准，从而把较宽的弱峰区逐步恢复（或削弱）。
const int stages = std::max(1, std::min(iterations, 1000));
// 增强等级 0–2（对应面板上的 0%–200%）：0 完全不动，1 拉到较温和的一侧，2 完全拉平。
const double strength = std::max(0.0, std::min(2.0, level));
// 调整幅度 -2 – +2（对应面板上的 -200% – +200%）：
// > 0 增强（0 = 不动，1 = 拉到较温和的一侧，2 = 完全拉平）；
// < 0 削弱（-1 = 拉到相邻异类极值中较近的一个，-2 = 拉到较远的那个）。
const double clamped = std::max(-2.0, std::min(2.0, amount));
std::vector<float>& next = nextBuffer;
for (int stage = 0; stage < stages; ++stage)
{
if (!ApplyWeakPeakStage(current, strength, next, extremesBuffer))
if (!ApplyWeakPeakStage(current, clamped, next, extremesBuffer))
{
// 这一阶没有任何采样点需要调整：后续迭代次数也不会再有变化，提前结束。
break;
@@ -1612,9 +1650,9 @@ namespace jdi
}
}
// 均值滤波 / 中心轴边沿计数 / 弱峰增强的条目同样持有信号引用，必须一起删除/前移。
// 均值滤波 / 中心轴边沿计数 / 弱峰调整的条目同样持有信号引用，必须一起删除/前移。
// 三类条目都是「带 `ref` 的结构体」，因此用泛型 lambda 统一处理
//（弱峰增强的参数与均值滤波不同，不能再共用同一个具体类型）。
//（弱峰调整的参数与均值滤波不同，不能再共用同一个具体类型）。
const auto purgeRefs = [fileIndex, signalIndex](auto& items)
{
using ItemType = typename std::decay_t<decltype(items)>::value_type;
@@ -1935,7 +1973,7 @@ namespace jdi
lane.meanFilterPanelOpen = source.meanFilterPanelOpen;
lane.meanFilterPanelX = source.meanFilterPanelX;
lane.meanFilterPanelY = source.meanFilterPanelY;
// 拆分后每个子网格只保留自己那个信号的均值滤波 / 中心轴 / 弱峰增强条目。
// 拆分后每个子网格只保留自己那个信号的均值滤波 / 中心轴 / 弱峰调整条目。
lane.meanFilterItems.clear();
lane.edgeCenterItems.clear();
lane.weakPeakItems.clear();