QT

红枣检测系统主要是用于检测红枣表面是否有脱皮、凹黑等颜色不均匀现象，并将这类产品作为不良品剔除。由于红枣呈球状，因此该系统主要是用于检测工位上固定旋转的红枣是否为不良品。 本方案主要在Linux下用Qt开发并部署到jetson nano中，算法主要使用百度EasyDL进行训练，通过控制运动控制卡及相机来控制多个轨道中的红枣，实现红枣的分类。

针对某型无人机设计通讯控制软件，实现对无人机的实时检测和指令调控。基于Qt Creator设计了能够保证网口通讯可靠性前提下实现飞行数据可视化和智能数据分析、装订航路安控区和切换无人机飞行模式、指令控制和基于OsgEarth地图的轨迹实时显示。

通过程序为文件分类，快速打开电脑中的文件 用户创建类别，然后再ListBox中右键菜单添加各种各样的文件（主要是文件夹），用户创建的类别会放在ComBoBox下拉框中，用户每次切换下拉框中的 文件类别时，程序ListBox显示的子项都会发生改变，每个子项都有不同的打开方式，有“打开源码”“打开笔记”“打开typora文档”“打开教学笔记”“取消选择” 用户再listbox中右键时也可以添加子项，删除子项登 程序主要用于对系统文件进行快捷打开，并且进行了分类，让用户不在需要打开磁盘文件一个一个去找，而是通过有着精美的ui的程序来更加直观的打开并使用 github开源项目：https://github.com/LAZERFiring/Sort-finder gitee开源项目：https://gitee.com/lazerfiring/file-classification-finder

1. 项目面向的用户 该客户端为网购服装的用户提供方便简洁的服装试穿操作界面。 2. 项目功能模块 项目包括两个模块： 1）图形用户界面模块：该模块实现了模特图片选择、服装图片选择及调用试穿模型功能。该模块在Qt creator开发环境中用C++写的。 2）图像生成模块：根据用户选择的模特及服装生成试穿图像。该模块是神经网络模型，由原论文作者基于python、pytorch实现。 3. 本人负责：客户端界面的设计与实现。

项目架构纯自己手撸，没有用设计模式，所以写得可能东一榔头西一棒子，机器人下棋的算法比较笨，我留了充足的接口可以对算法进行优化，网络对战部分通过搞协议，解决了TCP的粘包问题，管理类也是直接对人机对战的管理类多态了一下，实现了匹配、联机操作等

我们的创新产品结合了Qt框架的高效服务器连接和直观界面设计，以及Python调用AI助手API的智能对话能力。它适用于需要快速、稳定通信和智能交互的业务场景，如客户服务自动化和数据分析。该产品通过提供实时、准确的信息和响应，增强用户体验，提高工作效率，同时降低运营成本

功能：用户输入一张待检索的图，检索服务器从数据库搜索出与该图相似的图，并返回给客户，检索服务器与客户端之间使用http通讯，iOS/安卓/Widnows/Linux均可接入以图搜索功能 方案：1、建立图像库，检索服务器对所有图像进行处理，提取出图像的指纹数据（特征向量）并存入数据库 2、用户通过http上传一张等检索的图 3、使用相同的算法提取该图的特征向量，并从数据库查询出相似的记录 4、计算待检索图的特征向量与数据库中图的特征向量进行比对，计算汉明距离 5、根据汉明距离进行排序，将相似度高的结果返回给客户端 优势：目前市面上还无同类型的图像检索系统

功能：输入一张需要进行刺绣的失量图，计算出该图刺绣的走针路径，如图所示，实际效果可参见衣服上的刺绣 方案：1、输入需要进行刺绣的的失量图，将失量图转换成二值图； 2、使用中值等分法计算出图形笔画的中心线；（中值等分速度完胜传统中心线算法）； 3、根据中心线以及拐点，对刺绣笔画进行分割，得到若干段刺绣块； 4、找出每个刺绣块的路径起点和终点，根据起点和终点计算刺绣的走针路径； 5、最终得到刺绣机器可执行的路径数据； 优势：本路径规则接近于人工规则效果，运行速度快，秒级完成复杂图形路径规划

选用BioID Face Database– FaceDB数据集中的120幅图像，采用LBP进行特征提取、PCA进行特征降维，实现SVM支持向量机算法训练人脸图像的分类任务，实现一个较为完整的人脸识别系统

图片转pdf： 1.单张图片转pdf。 2.多张图片转pdf:。 3.多张图片合成一个pdf:。 同事需要做报价，需要发票图片转pdf，大量的图片花费大量的时间，这个解决了图片的转pdf 的繁琐过程

1、实现海康、大华、ffmpeg视频解码。 2、基于qt进行解码显示。 3、完成yuv的gpu渲染。 支持海康客户端拉流模式，和海康推流模式。支持大华拉流模式和大华拉流模式。后续增加对天地伟业，宇视，苏州科达等主流厂商支持。

1. 面向对象与解决问题 本方案主要面向需要管理和分析库存数据的用户，例如仓库管理员和采购人员。其核心目的是提供一个用户友好的界面，以便于用户登录、注册、查看和处理库存信息。通过图形化界面，用户可以查看库存数据、应用筛选和搜索功能、以及将数据导出为Excel文件，极大提高了操作的便捷性和效率。 2. 方案特点 与市场上常规的库存管理软件相比，本方案具有以下特点： 图形化用户界面：使用PyQt6构建图形用户界面，提供了直观的操作界面，包括登录窗口、注册窗口以及主操作窗口，用户体验友好。 本地数据管理：用户数据和库存信息本地存储在CSV文件中，支持从数据库中查询并显示数据，增加了数据的可靠性和处理灵活性。 功能全面：集成了登录注册、数据筛选和搜索、数据导出为Excel等功能，支持用户高效地进行库存管理。 数据可导出：用户可以通过内置的导出功能，将表格数据导出为Excel文件，方便后续的数据分析和报告生成。 自定义操作：支持右键菜单操作，如复制和粘贴表格内容，提升了数据处理的灵活性。 3. 产品组成与技术选型 前端界面：采用PyQt6进行界面设计，包括QDialog、QMainWindow、QTableWidget等控件，提供用户交互的界面。 数据存储：用户信息和库存数据使用CSV文件存储，确保数据持久性和读取方便。 数据库：使用mysql.connector连接MySQL数据库，以便从数据库中读取库存数据，增强了数据管理能力。 数据处理：利用Pandas库处理数据导出功能，将数据保存为Excel文件，以满足数据分析需求。 安全性与验证：实现了简单的时间锁机制，确保程序在许可期限内运行，增强了软件的安全性。 这个方案通过综合使用图形界面库、数据处理工具和数据库接口，解决了传统库存管理方式下的复杂操作问题，使得库存管理更加高效、智能和用户友好。

1. 面向对象与解决问题 本方案主要面向需要管理和分析库存数据的用户，例如仓库管理员和采购人员。其核心目的是提供一个用户友好的界面，以便于用户登录、注册、查看和处理库存信息。通过图形化界面，用户可以查看库存数据、应用筛选和搜索功能、以及将数据导出为Excel文件，极大提高了操作的便捷性和效率。 2. 方案特点 与市场上常规的库存管理软件相比，本方案具有以下特点： 图形化用户界面：使用PyQt6构建图形用户界面，提供了直观的操作界面，包括登录窗口、注册窗口以及主操作窗口，用户体验友好。 本地数据管理：用户数据和库存信息本地存储在CSV文件中，支持从数据库中查询并显示数据，增加了数据的可靠性和处理灵活性。 功能全面：集成了登录注册、数据筛选和搜索、数据导出为Excel等功能，支持用户高效地进行库存管理。 数据可导出：用户可以通过内置的导出功能，将表格数据导出为Excel文件，方便后续的数据分析和报告生成。 自定义操作：支持右键菜单操作，如复制和粘贴表格内容，提升了数据处理的灵活性。 3. 产品组成与技术选型 前端界面：采用PyQt6进行界面设计，包括QDialog、QMainWindow、QTableWidget等控件，提供用户交互的界面。 数据存储：用户信息和库存数据使用CSV文件存储，确保数据持久性和读取方便。 数据库：使用mysql.connector连接MySQL数据库，以便从数据库中读取库存数据，增强了数据管理能力。 数据处理：利用Pandas库处理数据导出功能，将数据保存为Excel文件，以满足数据分析需求。 安全性与验证：实现了简单的时间锁机制，确保程序在许可期限内运行，增强了软件的安全性。 这个方案通过综合使用图形界面库、数据处理工具和数据库接口，解决了传统库存管理方式下的复杂操作问题，使得库存管理更加高效、智能和用户友好。

产品已上线：https://www.shantiao.cc/ * 面向百度广告主，解决物料管理复杂的问题，减少竞价资金浪费、提高收益。 * 使用专利的物料、调价算法，更精确、细化的对物料进行操作。同时，产品具有高性能特点，可以支持千万级物料管理，市面上同类产品无法很难做到。 * 主体客户端初期使用Electron+ReactJS+mongo实现，终版使用Qt/C++实现；服务端使用微服务的思想搭建，使用到Redis、Nodejs、OpenSSL、Mongodb等技术，服务器为Ubuntu。

头文件去重复包含检测器 1. 头文件后缀.h, .hpp等 2. 重复头文件包含的文件标黄 3. 树型展开（不重复）或塌缩（收拢） 4. 支持头文件大小为4K Byte，可以修改 5. 软件高效，方便。暂时无bug。源码可以修改，可扩展型强

项目描述：针对软件中网络调试问题，实现网络调试软件 项目职责： （1）软件基于winsocket技术，支持udp、Tcp服务端和客户端服务，并实时显示通讯内容； （2）支持从文件读取数据并转发功能，支持根据需求写入报文数据；

项目描述：基于多种算法实现在低信噪比下的雷达信号脉内参数估计，并形成算法库应用到软件上 项目职责： （1）基于jacobsen算法、频谱细化Zoom-fft算法实现频率精测，精度达到100KHz，显著提高信号分析的准确性。 （2）利用Haar小波算法对信号脉宽进行精细测量，实现了50ns的精确测量； （3）根据项目需求，深入研究了分数阶傅里叶变换、曲线拟合、小波变换、短时傅里叶变换(STFT)以及MAT算法等多种技术。通过综合应用这些算法，能够根据不同信号的特征进行精确处理和分析； （4）项目实施过程，不断对模型结构和算法设计的优化，有效提高信号分析的效率和准确性；

1.在天某某部游戏中，EM辅助角色给其他队友加血需要一直手动操作，非常麻烦，网上有辅助售卖，但是需要20月每月，我自己玩的时候不想买，就自己开发了一个EM加血器，并且支持自动找怪，打怪。 2.可以实现自动加血，免去了玩家大量的操作，当然相比市场上已经存在并且售卖的程序，我的程序还不够完善，但是胜在主要功能加血上是完善的，可以全自动加血。因为是自己开发，胜在免费可用。 3.依托于Qt开发界面，获取用户界面信息，调用Window系统API获取当前屏幕信息，分析像素点找到鼠标需要点击的坐标后，在程序后台或者直接隐藏时候时候依然可以获取用户操作信息，并操控鼠标键盘输出，实现自动控制游戏内角色加血。 注：因为是自己用的软件，界面纯功能向，界面不好看见谅。

1.本方案面向需要批量调用AI接口的使用者，如一百万张增值税发票信息识别等工作的自动化完成。 2.针对小程序版本的AI接口调用程序，桌面版更加快捷，并且支持大批量调用,可以直接上传文件即可直接输出表格形式的内容。 3.使用了Qt完成界面端，业务层和界面层双线程并发，使用HTTPS访问AI接口获取信息，保证数据安全性，然后通过sqlite保存信息或者结果在本地电脑。

后端部署用的是python--FLASK，用的数据库是云端部署的MYSQL，模型用的是torch训练的，前端用的是传统H5+CSS+JS，病灶分割的算法模型用的是UNET，DR增强用的是OPENCV+SRGAN，我挂在服务器上的，http://120.26.73.234/