Heliotis 发布了 heliAlgo 库的新版本。1.7 版扩展了对当前 Python 版本的支持,改进了众多用于光学系统检测和校准的功能,并提供了全面修订的文档。
用于图像处理和测量技术的专业算法
Heliotis 通过 heliAlgo 提供了一系列用于图像处理和光学测量技术的专业算法。该库对 OpenCV 或 NumPy 等成熟软件库进行了补充,提供了在传统图像处理软件包中通常缺失或需要耗费大量精力才能实现的方法。
重点在于用于光学系统表征、校准和校正的实用方法。例如包括调制传递函数(MTF)的测定、几何畸变的校正以及多幅图像的精确拼接(Image Stitching)。
heliAlgo 使开发人员能够将这些功能直接集成到自己的应用程序中,而无需自行实现底层算法。
扩展的 Python 支持
新版本支持 Python 3.10 至 3.15,从而可集成到当前基于 Python 的开发环境中。尽管 Python 3.10 的常规生命周期已结束,该版本暂时仍受支持。
SystemChecks 和 Calibration 功能的改进
本次版本发布的重点之一是进一步开发 SystemChecks 和 Calibration 功能组。
用于测定 MTF 以及进行几何校准、畸变校正和图像拼接的算法已经过修订和改进。这些功能可帮助开发人员对光学系统进行定量评估,并对图像数据进行精确处理。
由于这些调整,个别数值结果(尤其是 MTF 和畸变计算)可能与之前版本相比略有不同。使用固定参考值进行自动化测试的用户应酌情检查这些结果。
兼容性重要提示:用于校正几何畸变点坐标的功能现需额外输入图像尺寸作为参数。使用此功能的现有应用程序必须进行相应调整。详情请参阅更新后的文档。
全面修订的文档
在 1.7 版中,文档得到了显著扩展和统一。
全新的综合 PDF 文档已直接提供于安装目录中。此外,该目录中还提供了 HTML 文档的统一入口。
全新的入门章节 «Using the AlgoLibrary» 简化了入门过程,介绍了该库的基本用法。无论是新用户还是有经验的用户,都能更快速地了解可用功能及其在自有软件项目中的集成方式。
持续开发
Heliotis 通过 heliAlgo 致力于以一个易于使用的库,提供来自工业图像处理和光学测量技术领域的成熟算法。
1.7 版通过改进的兼容性、进一步开发的算法以及更加全面的文档,延续了这一发展方向。
