waveSharp 的代码是用 Pascal/Lazarus 编写的，尽管这是一种“编译”语言，但对于我们执行的某些任务来说，它似乎并不是最快的。在去噪例程的开发过程中，我们发现它很慢且有限（最多 4096x4096px 图像）。目前我们正在测试一种使用 Python 代码运行 waveSharp 的新方法。这使我们能够使用 Python 从多个库中提供的快速且速度优化的计算例程。更多信息将在#65 分享
尽管有数千人下载了该免费软件，但只有少数人提交了问题/讨论。
使用 https://github.com/CorBer/waveSharp/issues 报告您的问题，因为它们将用于进一步的开发。如果您有非常具体的想法/要求，请在报告时详细描述。
2023 年 12 月 9 日，我们发布了 waveSharp 1.0 的第一个 beta 版本。更多信息请访问 https://github.com/CorBer/waveSharp/releases/tag/v1.0beta
位于 https://github.com/CorBer/waveSharp/releases/tag/v0_2
waveSharp 0.2 版本的开发是由 Cor Berrevoets 与以下机构密切合作完成的：
格兰特·布莱尔
迈克尔·欧文
菲利普·斯泽雷克
谭正阳
唐·卡彭
我首先要感谢他们帮助我开始并花费了部分空闲时间来做这件事。他们测试了该应用程序的许多早期版本，并提供了帮助/错误和帮助我指导该项目的想法。
此更新具有以下附加功能
用户设定加工区域
裁剪后的图像保存
调整大小的图像保存
图像边缘填充/修剪
RGB 通道对齐（在子像素级别）
新的锐化方法（双边滤镜）
自动版本检查
科尔·贝尔雷沃茨
