图形/图像处理

任务管理客户端工具是现代生活中不可或缺的辅助工具之一，它不仅可以帮助我们高效地管理个人任务，还能有效地记录工作日志，提升工作效率和生产力。一个优秀的任务管理客户端应当具备离线功能，个性化的任务管理以及完善的工作日志管理功能。 首先，离线功能对于任务管理客户端至关重要。在日常生活中，我们经常会遇到网络不稳定或无网络环境的情况，因此，一个能够在离线状态下正常运行的任务管理客户端可以保证我们在任何时候都能够查看和管理任务，不受网络限制。 其次，个人任务管理是任务管理客户端的核心功能之一。它应该具备任务分类、优先级设置、提醒功能、任务进度追踪等基本功能。同时，个性化的任务管理功能也是必不可少的，例如可以自定义任务标签、任务列表视图、任务排序方式等，以满足不同用户的个性化需求。 另外，工作日志管理也是任务管理客户端的重要功能之一。它可以帮助用户记录工作内容、工作时间、工作进展等信息，有助于用户分析自己的工作习惯和效率，从而不断改进和提升工作方式。工作日志管理功能还可以为用户提供工作报告、时间统计等辅助功能，帮助用户更好地规划和安排工作时间。 除了以上基本功能外，一个优秀的任务管理客户端还

基于B端汽车销售平台客户产生的订单，结合公信签约平台，记录过程摘要，形成完整证据链，规范司法保全。项目分2大模块： 1.签约认证（a.工商四要素认证b.法人身份认证） 2.合同签署（a.签署人身份认证b.合同签署） 本人负责该功能从0-1的全流程

本项目分成两个部分：模型训练和实时检测。 1）模型训练：主要是通过改进的Yolo V8算法，结合钢筋检测数据库，完成对应的钢筋检测模型的训练。目前收集整理的数据集有3000多张，测试检测准确率达到99%以上； 2) 模型推理：利用1训练得到的检测模型完成实时的钢筋检测，并给出对应的计数。单张图片检测时间达到毫秒级别，实时性高，可集成到app中。 本项目的额核心技术是目标检测技术，主要用到的算法是Yolo V8，该技术可以迁移到类似的项目上，例如竹签计数等。

这是一个识别pdf文档文字的脚本，主要用到了python的ocr文字识别库pytesseract以及cv2图像处理库，可以快速提取各种如国标pdf文档里面的文字信息，便于文档编写

利用数字图像处理相关技术实现指纹图像匹配（例如：频域滤波、Gabor增强、空间变换、二值化、形态学处理等等）

该系统分为权限管理、基础数据维护、船期信息、泊位计划、工班计划、人员机械等模块。 本人做为该系统的项目经理，负责了前后端框架的搭建，数据字典创建，后端核心代码的编写，前端图形化编程的开发，图形化Excel的导出功能开发。

主要功能：采集音视频数据实现在线视频解码直播，主要包括：老师主讲、发言，视频会议，电子白板，文档共享，桌面共享、教室管理，视频预览，本地视频录制，本地视频抓拍，视频广播，视频全屏，视频浮窗，视频上传，视频合成，格式转换 MP4或 FLASH，视频分屏（最多 16屏）/副屏，远程视频窗口联动，视频水印叠加，视频旋转，音频降噪，码流设置，云台控制，视频设备状态显示，文本聊天，敲门管理，字幕弹窗，增量升级等功能。 主要技术：MFC、H.264、DirectShow、FFmpeg、Duilib、MP4、UDP、RTP/RTCP、FTP、HTTP、MD5、AES 开发平台: Windows/Linux

简单实现五种花的种类识别 具体{ "0": "daisy", "1": "dandelion", "2": "roses", "3": "sunflowers", "4": "tulips" } 项目本身使用的是alexnet网络

1、该项目主要对接学校当前已有设备，摄像头和广播，整合摄像头和广播，实现app可查看教室情况并通过广播对教室进行讲话，从而实现老师可随时随地查看教室情况并对学生进行喊话的效果； 2、该项目我主要负责app端的开发，采用uni-app，自己封装安卓和ios原生的sdk供uni-app调用；

制作动物小视频 使用人工智能（AI）技术制作动物视频的方法和过程。这种技术利用AI的图像识别、视频剪辑和合成能力，可以快速、高效地创建令人惊叹的动物影片。通过AI，我们可以深入探索动物的生活习性、行为特征和生态环境，为观众呈现更生动、精彩的动物世界。

浮云视频搜索 浮云视频人脸搜索，适用于从监控等视频中搜索人形、人脸、活体移动等画面并存储为图片/视频，可查找出现时间点、提取有声片段和拍摄镜头片段等。支持倍速搜索、批量搜索，提升搜索效率，能够在大量视频中快速查找出人形、人脸或活体移动等画面及视频，并提取有声片段和分镜头视频。 应用场景: 安保监控 警方调查 企业办公 短视频制作 影视剧编辑 我主要负责底层人行，人脸、活体识别等相关算法实现，以及项目整体把控。

技术方向：图像目标检测、图像旋转目标检测、图像关键点检测、图像实例分割等 开发语言：Python、C++ 部署方式：采用docker容器 部署硬件：GPU服务器、比特大陆SE5、瑞芯微Rk3588、华为Atlas200等

1、根据系统特点对系统前端进行性能优化，提高用户体验；2、负责前端基础施、组件，前端工程、前端技术方案、前端基础框架开发和赋能。

上下双相机对位贴合 第一步,首先明确我们的目标,就是我们到底在做啥,抓这个产品放到我们的目标问题,所以我们不要在上面图的位置分析。 第二步,假设我们上面的产品没有偏差,直接把产品移动到我们的目标位置:标准放置位置M1(x,y,u),放下产品 第三步,确定我们的看看位置到底是怎样偏差的,然后就知道我们该怎样旋转平移了。

药房分拣系统： 包括视觉识别软件，运功控制软件， 视觉识别系统、机械臂 采用三维机器视觉可以有效识别药品三维数据，同时识别药品二维码信息。 算法根据药品三维数据以及二维码信息，可以控制机器人对药品进行快速分拣，利用视觉技术完成药品识别与复核。

本项目是一个基于图像检索技术实现的项链分拣助手工具，该软件工具帮助工作人员快速找到字母项链对应的订单信息。项目的主要工作原理是： 1）通过摄像头快速采集字母项链图片； 2）完成图像预处理，并快速提取字母项链的图像特征； 3）根据图像特征，从订单图像库中快速检索出对应的订单信息； 4）完成对应的订单信息显示和打印 这里的订单图像库采用倒排索引的方式来建库，支持百万量级的数据库秒级别的快速检索。图像特征采用一种自己设计的基于局部特征融合的全局特征，对图像的旋转和缩放具有一定的鲁棒性。 本项目的核心技术是：1）图像特征设计； 2）图像库索引设计； 3）海量图像库的快速检索；

1、项目有样本管理、检测管理、质控管理、报告管理、系统管理等模块 2、负责前端设计和开发，以及后端接口开发

项目：智能供热可视化大屏 该智慧供热可视化大屏系统专为热力公司设计，旨在提高热力管理效率和服务质量。系统通过实时监控和管理热源厂、集中器、热水表及用户，实现了对供热网络的智能化管理。它不仅可以及时检测用户水表，抄读数据，还能对热表和集中器的故障进行即时处理，并根据不同的热源厂设置相应的权限。 主要模块 智能供热可视化大屏：实时展示热水表和用户数据变化，提高监控效率。 基建信息管理：热源厂、小区、集中器、热水表及用户之间的数据信息管理。 实时数据检测：监测用户水表的用水量，若发现异常（如盗暖现象），系统会自动生成运维工单，并通过电话提醒用户及发送停暖通知。 设备运维管理：对硬件设备进行定期检修和维护，确保系统稳定运行。 设备诊断：通过发送指令至设备并解析返回的编码，判断设备状态是否正常，异常时生成工单进行维修。 系统管理：负责配置用户角色、设置菜单按钮权限、查询操作日志等。 技术栈和设备选型 前端：使用Vue 2和Element UI构建用户界面，提供直观的操作体验。 后端：基于.NET Core 6开发，兼容Linux操作系统，支持容器化部署（Docker），数据库选用MySQL

网页视频中识别二维码,可根据要求对网页进行修改，视频源也可以改为直播源，识别出的二维码也根据需要保存或发送等等。

基于windows sdk的微信客户端机器人，实现自动回复，产品推销，自动收款，商品分发。后期接入基于本地知识库的LLM实现智能客服。