DisplayCAL 3.9.16版本发布:专业色彩管理工具的重要更新
DisplayCAL是一款开源的色彩管理工具,主要用于显示器校准和色彩特性描述。它基于ArgyllCMS色彩管理系统,提供了从硬件测量到ICC配置文件生成的全套解决方案。DisplayCAL支持多种色彩测量设备,能够满足专业摄影师、设计师、印刷工作者等对色彩准确性要求较高的用户需求。
跨平台兼容性改进
本次3.9.16版本针对不同操作系统进行了多项优化:
在Windows平台上,修复了Profile Loader中的WPARAM错误消息,解决了启动时出现的wxAnyButton::doSetBitmap()相关错误。特别值得注意的是,Windows用户现在需要避免将显示缩放比例设置超过150%,否则可能导致DisplayCAL无法启动,这个问题已在开发版本中得到修复。
macOS用户安装后需要在终端执行特定命令以解除应用隔离限制。此外,还修复了启动画面背景的gamma偏移问题,使显示效果更加准确。
Linux平台增强了异常处理机制,明确了与DBus相关的异常日志信息,同时修复了在arm64架构上运行测试的问题。
核心功能优化
3.9.16版本对色彩管理核心功能进行了多项改进:
ICC配置文件处理方面,修复了ICCProfile.load()方法在数据已完全读取时的问题,改进了get_info()方法对白点光源标签的识别准确性。meta.prefix标签的生成和显示也得到了修正。
ArgyllCMS集成方面,将大部分相关工具函数从worker模块迁移到argyll模块,优化了版本号获取机制,现在会优先从log.txt中读取版本信息,提高了运行效率,特别是在macOS系统上。
代码质量提升
项目进行了多项代码质量改进工作:
- 放弃了对Python 3.8的支持,移除了Python 2时代遗留的兼容代码和依赖项
- 模块命名规范化,将ICCProfile和CATS模块更名为符合PEP8规范的icc_profile和cats
- 统一了icc_profile模块中枚举变量的命名风格
- 使用locale.getlocale()替代即将废弃的locale.getdefaultlocale()
- 在pyproject.toml中将包名从DisplayCAL改为displaycal,以符合PyPI命名规范
用户体验改进
3.9.16版本包含多项用户体验优化:
- 在显示技术名称中增加了PVA术语,与ArgyllCMS的输出保持一致
- 修复了多处字符串格式化问题
- 更新了推荐的wxPython版本至4.2.0
- 增加了对wxPython 4.2.3的全面测试支持
- 修复了多处可能导致程序崩溃的错误,如递归深度超出限制问题
开发者工具更新
为开发者提供了更好的支持:
- 将tox添加为开发依赖项
- 在构建流程中使用uv工具
- 修复了MainFrame类中的update_menus()和install_argyll_instrument_conf()方法
DisplayCAL 3.9.16版本通过上述改进,进一步提升了色彩管理的准确性和软件的稳定性,为专业用户提供了更可靠的工具支持。无论是日常显示器校准还是专业色彩工作流程,这个版本都值得用户升级使用。
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