O código do waveSharp é escrito em Pascal/Lazarus e embora seja uma linguagem "compilada" parece que não é a mais rápida para certas tarefas que realizamos. Durante o desenvolvimento da rotina de remoção de ruído descobrimos que ela é lenta e limitada (imagens de até 4096x4096px). Atualmente estamos testando uma nova maneira de executar o waveSharp usando código Python. Isso nos permite usar rotinas de cálculo rápidas e com velocidade otimizada que o Python disponibiliza em diversas bibliotecas. Mais informações serão compartilhadas em #65
Embora vários milhares de pessoas tenham baixado o freeware, apenas algumas enviaram questões/discussões.
relate seus problemas usando https://github.com/CorBer/waveSharp/issues, pois eles serão usados para desenvolvimento posterior. Se você tiver ideias/solicitações muito específicas, descreva-as detalhadamente ao relatar.
No dia 9 de dezembro de 2023 lançamos a 1ª versão beta do waveSharp 1.0. Mais informações disponíveis em https://github.com/CorBer/waveSharp/releases/tag/v1.0beta
Disponível em https://github.com/CorBer/waveSharp/releases/tag/v0_2
O desenvolvimento da versão 0.2 do waveSharp foi feito por Cor Berrevoets em estreita colaboração com:
Grant Blair
Michael Owen
Filip Szczerek
Cheng Yang Tan
Dom Capone
Quero agradecê-los, em primeiro lugar, por me ajudarem a começar e por dedicarem parte de seu tempo livre nisso. Eles testaram muitas versões anteriores do aplicativo e forneceram ajuda/bugs e ideias que me ajudaram a conduzir este projeto.
Esta atualização possui os seguintes recursos adicionais
área de processamento definida pelo usuário
salvamento de imagem recortada
salvamento de imagem redimensionada
preenchimento/corte de borda da imagem
alinhamento de canais RGB (no nível de subpixel)
novo método de nitidez (filtro bilateral)
verificação automática de versão
Cor Berrevoets
