首页
/ LaserGRBL: 针对GRBL的激光优化GUI

LaserGRBL: 针对GRBL的激光优化GUI

2026-01-31 04:50:22作者:史锋燃Gardner

简介

LaserGRBL 是一款专门为激光切割机和雕刻机设计的Windows图形用户界面(GUI),旨在优化与GRBL控制器配合使用。与其他GUI相比,LaserGRBL提供了更多针对激光应用的功能,帮助您更好地控制和优化激光作业。

功能特性

以下是LaserGRBL的主要功能特性:

  • GCode文件加载:支持带有雕刻/切割作业预览的GCode文件加载,并具有用于灰度雕刻的alpha混合功能。
  • 逐行GCode生成:支持图像导入(jpg,bmp等格式),并生成水平、垂直及对角线的GCode。
  • 图像矢量化导入:支持将图像(jpg,bmp等格式)转换为矢量图,便于激光切割和雕刻。
  • 图像1bit抖动导入:通过1bit抖动技术,使得使用低功率激光时也能获得良好的效果。
  • 矢量文件导入:支持导入svg格式的矢量文件(实验性功能)。
  • 配色方案优化:针对不同安全眼镜优化了多种配色方案,确保作业安全。
  • 用户自定义按钮:提供用户自定义按钮功能,让您更高效地控制Grbl。

注意事项

为了使用LaserGRBL的所有功能,您的雕刻机必须支持通过gcode “S”命令进行激光功率调制。

捐赠支持

如果您喜欢LaserGRBL,可以通过捐赠来支持它的发展。您的支持将有助于LaserGRBL的持续优化和改进。

感谢您选择LaserGRBL,祝您使用愉快!

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
826
5.47 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
517
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
784
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
971
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
481
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
767
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284