Windows桌面色彩校正工具dwm_lut使用教程
2025-04-21 19:49:19作者:袁立春Spencer
1. 项目介绍
dwm_lut是一个开源项目,它能够将3D查找表(LUT)应用于Windows桌面,实现系统级的颜色校正和校准。通过钩入桌面窗口管理器(DWM),该工具可以在标准动态范围(SDR)和高清动态范围(HDR)模式下工作,并对LUT数据使用四面体插值。在SDR模式下,它应用了蓝噪声抖动以减少色带。
dwm_lut兼容Windows 10的20H2和21H1版本,以及当前的Windows 11版本。开发者会尝试更新工具,以适应新版本Windows系统的变化。
2. 项目快速启动
首先,确保你的系统中安装了Visual C++运行时库。可以从以下命令下载并安装:
vcpkg install visual-cpp-runtime
然后,下载并运行dwm_lut项目提供的最新预发布版本。如果4.0.2版本遇到问题,可以下载3.9.6版本。
启动DwmLutGUI.exe,使用DisplayCAL或其他类似工具生成.cube格式的LUT文件,并将其分配给显示器,最后点击“应用”。注意,不能将LUT应用于处于“复制”模式的显示器。
对于具有HT许可证的ColourSpace用户,还支持65^3 eeColor LUT .txt文件。
HDR LUTs必须使用BT.2020 + SMPTE ST 2084值作为输入和输出。
最小化GUI将使其从任务栏中消失,你可以使用系统托盘图标的上下文菜单快速应用或禁用所有LUT。对于自动化,可以在启动exe时使用任何合理的-apply、-disable、-minimize和-exit参数组合。
3. 应用案例和最佳实践
- 色彩校正:使用dwm_lut可以对显示器的色彩进行精确校正,改善观看体验。
- 视频编辑:视频编辑者可以使用dwm_lut进行实时色彩预览,确保编辑后的视频色彩准确。
最佳实践包括:
- 在应用LUT之前,确保显示器设置正确,并校准了显示器。
- 使用与你的显示器特性相匹配的LUT文件。
4. 典型生态项目
dwm_lut作为Windows系统的色彩校正工具,可以与以下生态项目配合使用:
- DisplayCAL:用于创建和校准LUT文件的专业工具。
- ColourSpace:一个全面的色彩管理解决方案,提供广泛的校准和控制功能。
以上是dwm_lut的基本使用教程,希望对你有所帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873