napari 0.6.1版本发布:图像可视化工具的重大更新
napari是一个基于Python的快速、交互式多维图像查看器,专为探索、注释和分析多维图像而设计。它构建在Qt(用于GUI)、VisPy(用于高性能GPU渲染)以及科学Python技术栈(NumPy、SciPy等)之上,为科研人员和开发者提供了强大的图像处理能力。
HiLo色彩映射表惊艳登场
本次0.6.1版本最引人注目的新特性是引入了HiLo色彩映射表(Colormap)。这个备受喜爱的色彩映射表类似于灰度图,但它会将达到或超过最大对比度限制的值显示为红色,而低于最小对比度限制的值显示为蓝色。在科学成像领域,HiLo色彩映射表常用于评估图像中的过曝光(饱和)和欠曝光(暗区)区域。
这一功能的实现得益于VisPy 0.15.0依赖项的升级,这不仅带来了HiLo色彩映射表,也为未来的napari版本解锁了更多令人期待的新特性。
维度控件功能增强
在0.6.0版本中,用户可能会遇到维度弹出控件(通过右键点击第三个查看器按钮访问)工作不如预期的情况。在本次更新中,我们修复了这个问题,现在维度控件可以如预期般正常工作。更令人兴奋的是,该控件现在也支持3D视图了!
这个维度控件不仅可以帮助用户调整视图维度,还允许用户重命名数据轴的标签,为数据探索提供了更大的灵活性。
技术细节与改进
新特性
-
空间数据继承:现在,返回图层数据的功能性插件可以继承空间数据,这为插件开发者提供了更大的灵活性。
-
乘法混合模式:新增了乘法混合(multiplicative blending)功能,为用户提供了更多的图像混合选项。
功能改进
-
单位复制:现在可以在图层之间复制单位信息,提高了数据处理的连贯性。
-
返回值验证:加强了对LayerDataTuple返回值的验证,提高了系统的稳定性。
错误修复
-
异步切片刷新:修复了异步切片时范围刷新的问题。
-
数据类型确定:改进了对Labels视图数据类型的确定方式。
-
形状绘制:修复了在使用套索工具绘制微小多边形时可能导致形状损坏的问题。
-
键盘事件处理:现在可以正确标记已处理的键盘事件。
开发者工具更新
本次更新还包括了一系列开发者工具的改进:
- 移除了过时的QSS样式元素
- 更新了多个关键依赖项,包括hypothesis、ipython、numpy、pillow和pydantic
- 改进了内置读取扩展的功能
- 在信息对话框中添加了有关启动命令和已安装插件的信息
- 当选定插件读取文件失败时,现在会显示原始错误信息
总结
napari 0.6.1版本虽然在版本号上是一个小更新,但带来了多项重要的功能改进和错误修复。特别是HiLo色彩映射表的引入和维度控件的增强,将显著提升用户在处理科学图像时的体验。对于开发者而言,新的API改进和错误修复也使得插件开发更加顺畅。
随着VisPy 0.15.0的集成,我们可以期待napari在未来版本中会带来更多令人兴奋的图像处理功能。无论是科研人员还是开发者,napari都将继续作为多维图像处理领域的强大工具而不断发展。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00