Python 实现缩放到开罗绘制的画布最有效的方法是什么？

我有一个

wx.scrolled窗口

，其中使用

cairo

绘制。我已经实现了缩放功能，现在可以重画整个内容。 但是，由于绘制曲线多达200条，所以我应该考虑一种更具性能的解决方案。 我想到了这些：

• 为缩放因子-1/+1缓冲图像（占用内存）
• 使用librsvg和缓冲一个SVG图像（我读过一些关于这个的文章。librsvg也在Windows下工作吗？）
• 在绘制曲线组后存储cairo.Context，并在缩放时恢复它（只是一个想法..这可能吗？）

还有其他可能性吗？最好的解决方案是什么

---

非常感谢

这并不是对你问题的具体回答，但我也遇到了同样的问题，我刚刚切换到已经实现了缩放和平移功能的地方。我不确定它是否超性能。我觉得我的程序以前运行得比较顺利。

---

我也尝试过使用floatcanvas2，但对它们都不太满意。

如果你是双缓冲，为什么不在等待新重绘的矢量图像时快速缩放位图作为“预览”？我承认我不知道怎么做。但如果你能让它起作用，它应该起作用！：）

谢谢你的回答。我对此进行了研究，但我更愿意坚持使用cairo，因为已经实现了导出功能。尽管使用了使用

BitmapFromImageSurface

创建的双缓冲区，我还是获得了性能，很高兴听到您找到了解决方案。我只想提到matplotlib还具有svg、png和其他格式的导出功能。我想知道cairo的速度有多快，因为我还有大约500条曲线要画。刚刚发现：matplotlib实际上使用了cairoI，我认为cairo本身可以非常快。这个问题可能有不同的原因。也许将整个绘图原语移动到C文件可以提高性能。谢谢你的想法。我尝试将

wx.Bitmap

缓冲区转换为

wx.Image

，使用

Image.Scale（）

并将其转换回

BitmapFromImage

。但这几乎和开罗画图本身一样慢，因此没有效果。如果有一种更快的方法，我希望了解它：）我不确定转换为wx.Image涉及到什么，但您可能可以通过手动操作来避免这种情况（尽管可能不容易）。对于100%变焦，您只需将每个方向上每个像素的“大小”增加一倍。所以你可以循环四分之一的图像，读取一个像素，在一个正方形（x，y）（x+1，y）（x，y+1）（x+1，y+1）中写入四次。即使对于全屏位图，这种次要处理也应该相当快。对于其他缩放因子，可能需要一点灯光插值。