当前位置: 首页 > news >正文

Xvfb虚拟屏幕(Linux)中文入门篇1:(wikipedia摘要,适当改写)

原始网址:Xvfb - Wikipedia

一、综述

xfb(X虚拟帧缓冲区)是实现X11显示服务器协议的显示服务器。

Xvfb在虚拟内存中执行所有图形化操作,而不显示任何屏幕输出。

从X客户端应用程序的角度来看,它的行为与任何其他X显示服务器完全一样,服务请求并适当地发送事件和错误。但是,没有显示任何输出。

这个虚拟服务器不需要它运行的计算机有任何类型的图形适配器、屏幕或任何输入设备。只需要一个网络层。

xfb支持多种X协议扩展,如通过Mesa来合成和OpenGL GLX支持。

二、使用场景

1、客户端后台运行。(XWD程序或类似的程序捕获屏幕截图可以用来实际看到结果)

三、应用实例

1、投屏

例如,下面的命令序列将虚拟framebuffer X服务器作为显示器(编号:1)运行,运行一个程序(xclock),并在文件映像中捕获虚拟屏幕(XWD命令):

 Xvfb :1 &xclock -display :1 &xwd -display :1 -silent -root -out image.xwd

结果可以通过运行xwud程序( xwud -in image.xwd )来显示。

xwud -in image.xwd 

补充(另一种截屏方法):

(1)Ubuntu 24.04 server 终端:

预先安装ImageMagick

sudo apt install imagemagick

(2)截屏

Xvfb :1 &
xclock -display :1 &
import -display :1 -window root screenshot.png

拷贝到win11的共享目录下查看:(我用的是VirtualBox虚拟机,win11共享目录和拷贝文件的方法自行百度)

xvfb-run程序通常用于自动查找可用显示器和管理身份验证的过程:(将command换成xclock、xeyes,gedit)

 xvfb-run command

具体案例待补充······

2、通过SSH远程控制

xfb也用于远程控制。

VNC通过SSH可以比X11通过SSH, 特别减少延迟在互联网上。

Xvfb通常与轻量级窗口管理器(如Fluxbox或Openbox)和VNC服务器(如X11vnc)结合使用。在服务器上启动此命令的可能顺序是:

export DISPLAY=:1
Xvfb "$DISPLAY" -screen 0 1024x768x24 &
fluxbox &
x11vnc -display "$DISPLAY" -bg -nopw -listen localhost -xkb

下一步是启动SSH客户端(如PuTTY),启用到本地主机端口5900的隧道功能。然后,vncviewer可以连接到本地主机以获得对服务器的远程控制。

ssh -N -T -L 5900:localhost:5900 user@remotehost &
vncviewer -encodings 'copyrect tight zrle hextile' localhost:5900

补充:

Xvfb "$DISPLAY"  -ac

-ac代表关闭xvfb的访问控制

http://www.lryc.cn/news/613675.html

相关文章:

  • 容器 vs 虚拟机
  • 技法笔记3 | 验证交互式shell连接
  • 数据结构(五):顺序循环队列与哈希表
  • SkyWalking-1--SkyWalking是什么?
  • Kubernetes学习
  • 嵌入式开发学习———Linux环境下IO进程线程学习(六)
  • Qwen系列模型
  • 对比学习(Contrastive Learning)面试基础
  • STM32——STM32CubeMX
  • 4G/5G无线电单元系统
  • C语言:单链表学习
  • 北京-4年功能测试2年空窗-报培训班学测开-第七十天-面试第一天
  • rebase 和pull的通俗区别是什么
  • Flink与Kafka核心源码详解-目录
  • 【Unity3D实例-功能-镜头】第三人称视觉-镜头优化
  • 秋招笔记-8.7
  • iSCSI 服务器
  • 《C语言》函数练习题--3
  • 5分钟了解OpenCV
  • 【MATLAB】(十)符号运算
  • XCZU19EG-2FFVB1517I FPGA Xilinx AMD ZynqUltraScale+ MPSoC
  • 《C语言》指针练习题--1
  • Gitee上免费搭建博客
  • 从“炼金术”到“工程学”:深度学习十年范式变迁与未来十年路线图
  • UnivNet论文分析(20210615)
  • 为何毫米波需要采用不同的DPD方法?如何量化其值?
  • 机器学习之随机森林(Random Forest)实战案例
  • OpenAI 开源模型 GPT-OSS深度拆解:从1170亿参数到单卡部署,重构AI开源生态
  • Java面试宝典:类加载
  • 敏捷总结-上