Qt

基于pyside2实现GUI，使用pymupdf实现pdf内容提取和数据写回，使用openpyxl提取和写入excel文件 功能包括： 1. 根据配置文件从pdf中提取关注的数据 2. 将数据写入指定样式的excel 3. 通过部分数据项，与excel表格项进行匹配，获得匹配到的数据 4. 将匹配到的数据写回pdf

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。

1.客户需要开发一款能够根据文件夹下的json文件，配置应用 2.包括应用的模块数量、位置、按钮上显示的快捷信息、弹窗显示内容等内容。 3.同时，应用可根据用户选择并保存，修改json文件的应用配置内容。

1.此软件是基于can通讯制作的电池测试及教学系统，面向对使用can通讯并需要使用上位机进行交互的客户。 2.软件界面实用精美，交互流畅，数据收发功能完善。 3.功能包括如下： 通讯连接：通过调用第三方库可以查询获取当前PC上已连接并适配的设备，然后进行选择连接。 数据加载/显示：对已获取到的数据进行解析，并绑定显示到对应的控件上，如进度条、文本框。 动态切换：上下电按钮和状态标签需要根据实际数据进行图片的动态切换，以提高软件的交互性、功能性。 按钮绑定：将设置按钮和对应文本框的数据绑定，设置弹框中即默认显示对应数据的当前值。 数据设置：在弹框中输入要修改的值，点击OK即会发送对应报文。 按钮设置：开关按钮会根据接收的报文进行状态切换，也可以手动点击按钮进行切换。 中英切换：点击切换按钮后原界面的中文文字会切换成对应的英文(图三、图四)，中英文的对应关系由开发人员手动校准，客户也可以指定翻译格式及方式。

项目介绍： 1.自动泊车(APA)系统是一种可以使汽车自动地以正确的方式停靠泊车位或驶出泊车位的一种驾驶员辅助系统。 2. 项目分工完成开发，分别划分为： （1）车辆感知与定位模块 （2）巡库与车位数据处理模块 （3）车位信息通信模块 （4）路径规划模块 （5）决策控制模块 （6）UI显示与可泊车位逻辑处理模块 主要负责： 1.车辆的定位信息校验与处理 2.不同模块间的数据通信(串口通信以及can网络通信) 3.水平车位的决策控制 4.UI显示逻辑处理以及UI显示效果调试 5.车辆运动轨迹以及可泊车位调试工具独立开发（Qt在线仿真实验工具）

主要功能：(1) 视频编辑：将投篮、进攻等关键视频片段标记并剪切为独立视频；(2) 战术分析：根据视频画面进行战术讲解分析，并可进行编辑操作；(3) 数据统计：根据标记的视频片段统计进攻、防守、篮板等数据；(4) 视频转存：将投篮、进攻等关键视频片段连接保存为独立视频。目前国内外新型的运动辅助工具软件，可用于各种球类运动的培训、教学、赛事指导等场合。软件功能强大，界面友好，操作简单，易学易用。

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

解决多种物料包装过程中多放少放问题，现采用整箱货物包装后通过系统称重自动比对来判定数量是否准确。本系统主要基于Qt开发，主要包含后台数据维护、配货单界面、称重比对、数据储存等几个模块。配备条形码、二维码打印机，将比对结果生成订单信息打印出来。

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

1. 模型可从任意本地路径下加载 2. 界面同时展示原图与分析结果图，支持图像放大与缩小，展示清晰便于对比 3. 界面显示最终推理结果，展示类别置信度坐标等信息 4. 需要安装环境，本来打包成exe，但大小超过上传限制

本项目主要是从测试提效角度出发，首先自动化测试工具公司是空缺的，想借助工具研发把测试从传统的手工测试慢慢带向精准高效测试。因此工具本身的创新点是在保留测试的手工点击习惯的同时，保证工具覆盖的全面性和准确率，让自动化录制成为简单高效的事情，这件事在目前调研的软件中是比较缺乏的，此外该工具整合了从录制到回放到批量运行到验证点插入再到报告系统，全流程的测试，降低了测试同事的学习成本，功能本身丰富且强大； 1、本工具主要依托的第三方的插件为pywinauto，是一组用于自动化Microsoft Windows GUI的python模块，该模块为开源模块设计

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。

V3.9版本功能: 完善发票解析功能,解析发票详情更加准确 V3.8版本功能: 完善发票解析功能,导出时生成电子税局配套xml文件 V3.6版本功能: 1.完善发票解析功能 2.支持多张一页pdf包含多个发票的情况 3.开放Ocr识别功能 V3.2版本功能: 1.完善发票解析功能,支持2023年新型数字发票 2.支持负数发票 V3.1版本功能: 1.解析pdf,ofd,扫描图片电子发票数据,选择发票目录批量自动解析，生成解析统计excel文件 2.编辑解析的电子发票内容数据 3.导出打包电子发票数据，发票文件名可以选择多种命名方式 4.pdf相关工具：pdf转图片，ofd转pdf，提取pdf中的图片资源，提取表格到excel文件

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

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

1.自动售卖机项目顺应了智能化和便捷消费的趋势，提供24小时无接触购物服务，提升了零售行业的效率与安全性。通过智能支付和数据分析，售卖机不仅降低了人工成本，还能精准补货，优化运营策略。同时，它为企业创造了新的商业机会，推动了无人零售的创新与发展。 2.主要功能： 1.用户自主选择饮料 2.具备购物车功能，用户任意添加购买数量 3.支持在线修改饮料数量，价格和库存 3. 该项目基于Qt框架开发，核心功能包括用户自主选择饮料、添加至购物车，并自由调整购买数量。系统支持实时在线管理功能，允许运营者修改饮料的库存、价格和数量。通过Qt的界面与事件处理能力，用户可以便捷地浏览商品、进行购买操作，并在购物车中随时修改商品数量，确保灵活性与用户友好体验

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。

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

一款Windows平台下RPA自动化软件。 == 使用软件解放双手，自动化工作、玩游戏，以及其它重复性操作。 无需代码编程，完全流程节点式构造自动化逻辑，画图连线即可实现任意自动化。 且集成ocr，以及yolo，自带标注相关功能，无需安装任何python相关东西，即可实现yolo的训练标注，以及检测。 == 驱动级键鼠模拟+窗口后台键鼠模拟

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