Open Display Transform 项目下载及安装教程
1. 项目介绍
Open Display Transform 是一个开源项目,它包含了一系列工具和实验,用于将宽色域场景线性数据渲染成适用于SDR(标准动态范围)或HDR(高动态范围)显示设备的图像。项目提供了在 Nuke 或 Nuke Non-Commercial 以及 Resolve Studio 中使用的节点和DCTL(DaVinci Color Transformation Language)转换。
2. 项目下载位置
您可以在 GitHub 上找到并下载 Open Display Transform 项目,地址为:https://github.com/jedypod/open-display-transform.git
3. 项目安装环境配置
在安装 Open Display Transform 之前,您需要确保您的系统中已经安装了以下环境:
- Nuke 或 Nuke Non-Commercial
- DaVinci Resolve Studio
以下是一个示例,展示如何检查您的系统中是否已经安装了 Nuke:
# 在命令行中输入以下命令
nuke --version
示例图片:

请将 path/to/your/image.jpg 替换为实际显示 Nuke 版本信息的图片路径。
4. 项目安装方式
克隆项目到本地
打开命令行工具,然后执行以下命令克隆项目:
git clone https://github.com/jedypod/open-display-transform.git
安装 Nuke 插件
将克隆下来的项目中的 nodes 文件夹复制到 Nuke 的插件文件夹中。
例如,对于 Nuke 11,路径通常是:
C:\Program Files\Nuke11.2v1\Nuke11.2v1\plugins
安装 Resolve 转换
将项目中的 DCTL 文件复制到 Resolve 的 DCTL 插件文件夹中。
例如,路径通常是:
C:\ProgramData\Blackmagic Design\DaVinci Resolve\Support\Color\DCTL
5. 项目处理脚本
Open Display Transform 提供了多种转换工具,您可以根据需要选择使用。
例如,使用 OpenDRT 转换:
在 Nuke 或 Resolve 中,添加 OpenDRT 节点到您的节点图,然后调整参数以满足您的需求。
以下是一个 Nuke 节点图的示例:

请将 path/to/your/image.jpg 替换为实际显示 Nuke 节点图的图片路径。
这样,您就完成了 Open Display Transform 的下载、安装和基本使用。更多详细的使用方法和工具介绍,请参考项目的官方文档和教程。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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