Qt

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、系统使用QT、halcon开发，应用到机器视觉和深度学习算法。主要功能是通过相机拍照，找到瓶身标志点，然后经过一系列数学公式计算，把瓶子需要旋转的角度计算出来，最后通过通信把数据发送给PLC，在贴标之前，将角度旋转到位。 2、精度在1mm以内，生产线速度10000瓶/小时。 3、该软件系统由本人独立完成。

该方案面向需要安全传输数据的任何项目 该方案通过对数据的序列化，通过非对称加密方式分发秘钥，通过堆成加密加密需要传输的被序列化后的数据。 该方案也可加入数据库来记录管理使用秘钥的用户，方便项目对不同身份的用户进行管控 最后该项目提供外联接口，方便使用 此方案能保证项目提供能够安全传输数据

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、该系统主要功能是检测电路板针脚、螺丝等重要部位是否合格。将每个检测点的情况用明显的标记标示出来，并生成检测报告。 2、系统应用到机器视觉和深度学习算法。检测精度在0.1mm以内。 3、该软件系统由本人独立开发完成。

本方案是基于Qt+MySQL技术开发的建材市场管理系统，主要面向建材市场的管理者和工作人员，旨在解决建材市场管理中的问题。 相比于市场常规方案，本方案具有以下特点： 1. 用户友好性：采用Qt作为开发框架，可以实现跨平台的用户界面设计，界面简洁美观，易于使用和操作。 2. 数据库管理：使用MySQL作为数据库，能够高效地存储和管理大量的建材市场相关数据，提供快速的数据查询和统计分析功能。 3. 功能全面：系统涵盖了建材市场的各个环节，包括供应商管理、产品管理、库存管理、销售管理、财务管理等，能够满足建材市场的日常运营需求。 4. 定制化配置：系统支持根据建材市场的实际需求进行定制化配置，可以灵活地添加、修改和删除功能模块，满足不同建材市场的特定需求。 方案的产品组成包括客户端和服务器端。客户端通过Qt开发，提供用户界面和各项功能模块，包括供应商管理、产品管理、库存管理、销售管理等。服务器端使用MySQL数据库，负责数据的存储和管理，并提供数据的查询和统计分析功能。 总之，基于Qt+MySQL的建材市场管理系统具有用户友好性、数据库管理能力强、功能全面且可定制的特点，能够有效解决建材市场

1、该系统功能包括：电机定子上料抓取、定子长度检测、定子燕尾槽检测等。使电机定子嵌线工序实现完全自动化。 2、系统与机器人、PLC配合使用。 3、系统应用到机器视觉和深度学习算法。 4、该软件系统由本人独立完成。

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。

基于Qt Designer,PYTHON设计的PDF批量转换工具 1.基于Qt Designer,PYTHON设计的PDF批量转换工具 2.支持离线安装 3.可一键打开转换文件路径 它支持一键批量转换，简化工作流程，适用于办公自动化和专业文档管理，界面友好，易于操作。

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

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。

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；

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。

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；

我们团队决定开发这款电脑端的单词记忆软件，以解决大学生和办公人员在英语学习中的挑战。我们意识到，电脑端的学习工具对于这两个群体具有重要意义，但市场上的选择相对有限，因此我们希望开发一款简洁实用、功能丰富的单词记忆软件，满足用户在英语学习方面的需求。 我们的目标是为大学生和办公人员提供一个便捷、高效的学习工具，帮助他们提升英语水平。通过这个软件，用户可以随时随地进行单词记忆、自我测试，同时还可以利用碎片化的时间进行学习。我们希望通过这款软件，为用户提供一个个性化、智能化的学习环境，让他们能够更轻松地掌握英语，为未来的学习和工作打下坚实的基础。

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、QMainWindo

1.面向生物信息学以及临床科研人员的分析爬虫软件。 2.比以往的产品更加简洁直观。 3.方便科研工作者工作。 4.界面直观，可以调整的参数多。 5.有gui模式和命令行模式，方便各个行业人员的使用。 6.进行了很好的封装，是对能力的一次检验。

1、基于大恒工业相机SDK的按需二次开发 2、完成对相机的控制、属性设置等功能，基于硬件设备完成对上位机软件完整开发等 3、用QT进行前端界面设计，后端功能实现，后期测试至软件发布 4、可满足基本开发需求

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、QMainWindo

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/