Pillow 11.1.0版本发布:图像处理库的重大更新
Pillow是Python生态中最著名的图像处理库之一,它是Python Imaging Library(PIL)的一个友好分支。作为Python开发者处理图像的首选工具,Pillow提供了广泛的图像格式支持、强大的图像处理功能以及简单易用的API接口。
核心功能增强
本次11.1.0版本带来了多项重要改进,其中最值得关注的是对BigTIFF格式的支持。BigTIFF是TIFF格式的扩展版本,能够处理超过4GB的大型图像文件。通过新增的BigTIFF支持,Pillow现在可以更好地满足医学影像、卫星图像等专业领域对大尺寸图像处理的需求。
在图像格式支持方面,新版本改进了BLP1格式的alpha通道处理,修复了alpha深度处理的问题。同时,对JPEG2000格式的支持也得到了增强,现在可以读取J2K文件中的注释信息,并支持保存CMYK色彩模式的JP2图像。
性能优化与底层改进
性能方面,11.1.0版本做出了两项重要调整:一是用zlib-ng替代了传统的zlib库,zlib-ng是zlib的一个优化分支,提供了更好的性能表现;二是更新了多个关键依赖库的版本,包括libwebp 1.5.0、libjpeg-turbo 3.1.0和harfbuzz 10.1.0等,这些更新带来了更好的兼容性和性能提升。
在Windows平台上,新版本解决了与zlib导入库链接的问题,并改进了构建脚本,使用tar.gz格式的压缩包来保持与macOS和Linux构建环境的一致性。
图像处理功能改进
EXIF数据处理方面,11.1.0版本修复了多个问题。现在当转换EXIF为字节时,会保留新的IFD(图像文件目录)信息;同时改进了JPEG文件的DPI信息处理,现在会从JFIF的cm密度值中正确读取DPI信息。
对于GIF格式,新版本优化了RGBA调色板的处理逻辑,使得保存带有透明通道的GIF图像更加可靠。在EMF格式处理中,修正了DPI计算的问题,确保了图像尺寸的准确性。
开发者体验提升
类型提示(Type Hints)方面,新版本做了大量改进,移除了Python 3.8兼容所需的引号,修正了多个方法的类型提示,包括loadImageSeries等,这些改进使得现代Python开发工具能够提供更准确的代码补全和类型检查。
错误处理也更加完善,例如当打开没有尺寸信息的TIFF文件时,现在会明确抛出UnidentifiedImageError;当WMF文件的inch值为零时,会抛出ValueError,帮助开发者更快定位问题。
构建与测试改进
构建系统方面,新版本优化了多个平台的构建流程。macOS构建现在完全隔离了Homebrew环境,确保构建的独立性;Linux构建脚本使用brew formula安装libraqm;MinGW构建则只使用系统包,避免不必要的依赖。
测试覆盖范围得到了扩展,新增了对CentOS Stream 10和Fedora 41的支持,同时移除了过时的Fedora 39。测试框架本身也进行了多项优化,包括使用monkeypatch替代部分测试逻辑,以及改进JPEG2000测试的文件处理方式。
文档与维护改进
文档方面,新版本更新了多个格式的支持说明,将MPO格式移入"完全支持格式"列表,并添加了关于XMP字节写入JPEG和MPO的说明。版权声明也进行了简化,只保留起始年份。
项目维护方面,更新了CI/CD流程,采用新的依赖管理工具renovate来保持依赖更新,并改进了发布说明的生成逻辑,使重要变更更加突出。
Pillow 11.1.0版本的这些改进,从底层性能到上层API,从格式支持到开发者体验,都体现了项目团队对图像处理领域专业需求的深刻理解和对开发者友好性的持续追求。无论是处理日常的图像转换任务,还是开发专业的图像处理应用,这个版本都值得升级。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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