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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112