ChimpStackr

GitHub all releases GitHub release (latest by date) GitHub GitHub commits since latest release (by date)

Application open-source de focus stacking pour Windows, macOS et Linux.

Fonctionnalités

4 algorithmes d'empilement : Pyramide Laplacienne, Moyenne Pondérée, Carte de Profondeur, Fusion d'Exposition (HDR)
Alignement automatique : Correction par translation uniquement ou rotation + échelle (respiration de la mise au point)
Pipeline 16 bits : Conservation complète de la profondeur de bit du RAW à la sortie
Recadrage automatique : Supprime les bords noirs dus aux décalages d’alignement
Auto-ajustement : Paramètres détectés automatiquement selon la résolution de l'image
GUI + CLI : Interface graphique complète et outil en ligne de commande sans interface
Multi-plateforme : Builds natifs pour Windows, macOS, Linux
Pause/reprise/annulation : Contrôle des piles longues
Comparaison avant/après : Visualiseur avec curseur pour comparer entrée et sortie
Glisser-déposer : Déposez les fichiers ou dossiers images directement dans l’application

Téléchargement

Les paquets précompilés sont disponibles sur la page Releases :

| Plateforme | Téléchargement | Notes | |---|---|---| | Windows | ChimpStackr-Windows.zip | Extraire et lancer chimpstackr.exe | | macOS | ChimpStackr-macOS.dmg | Ouvrir le DMG, glisser dans Applications | | Linux | ChimpStackr-Linux-x86_64.AppImage | chmod +x puis lancer |

Utilisation CLI

La CLI permet un focus stacking sans interface graphique :

# Basic stack
chimpstackr-cli --input images/*.jpg --output result.tif
Align + stack with auto parameters
chimpstackr-cli -i images/*.jpg -o result.tif --align --auto --auto-crop
Full options
chimpstackr-cli -i images/*.jpg -o result.png \
  --align \
  --method laplacian \
  --rotation-scale \
  --kernel-size 6 \
  --pyramid-levels 8 \
  --auto-crop \
  --quality-report

Méthodes disponibles : laplacian (par défaut), weighted_average, depth_map

Algorithmes d'empilement

| Méthode | Idéal pour | Fonctionnement | |---|---|---| | Pyramide | Détails fins (cheveux, poils, bords) | Décomposition en pyramide laplacienne, sélection du contraste max par bande de fréquence, mappage local des tons | | Pondéré | Sujets lisses, bonne couleur | Pondération du contraste par pixel avec accumulation appropriée | | Carte de profondeur | Surfaces opaques, meilleure fidélité des couleurs | Netteté multi-échelle avec lissage bilatéral sensible aux bords | | HDR | Exposition/éclairage variable | Fusion d'exposition de Mertens (pas pour l'empilement de mise au point) |

Compilation depuis la source

Nécessite Python 3.9-3.13.

git clone https://github.com/noah-peeters/ChimpStackr.git
cd ChimpStackr
python -m venv .venv
source .venv/bin/activate  # or .venv\Scripts\activate on Windows
pip install -r requirements.txt
Run GUI
python src/run.py
Run CLI
python -m src.cli --help
Run tests
pip install pytest
pytest tests/ -v

Emballage

Les builds utilisent PyInstaller avec un post-traitement spécifique à la plateforme. Vous ne pouvez construire que pour votre plateforme actuelle.

# Install build tools
pip install pyinstaller
Build (creates dist/chimpstackr/ and dist/ChimpStackr.app on macOS)
pyinstaller chimpstackr.spec --noconfirm
Or use the platform scripts:
./scripts/build_macos.sh        # macOS → .dmg
./scripts/build_linux.sh        # Linux → .AppImage
.\scripts\build_windows.ps1     # Windows → .zip or installer

CI/CD construit automatiquement toutes les plateformes lors des versions taguées via GitHub Actions.

Galerie

Les piles suivantes ont été prises à environ 4x de grossissement sur un support légèrement instable (~150 images chacune), empilées avec ChimpStackr et post-traitées dans darktable.

Bij_TranslationAlignment Edited Bewerkt

Sources

Algorithme d'empilement de mise au point basé sur : Wang, W., & Chang, F. (2011). A Multi-focus Image Fusion Method Based on Laplacian Pyramid. Journal of Computers, 6(12).
Alignement d'images par DFT adapté de : imreg_dft
Fusion d'exposition de Mertens : Mertens, T., Kautz, J., & Van Reeth, F. (2007). Exposure Fusion.
Mesure de mise au point Sum Modified Laplacian : Nayar, S.K., & Nakagawa, Y. (1994).

Licence

GPL-3.0 - voir LICENSE pour les détails.

--- Tranlated By Open Ai Tx | Last indexed: 2026-05-29 ---