openCV

1.风格锚定生成：自定义画风锚点，批量出图风格一致不漂移2.无人值守调度：任务队列夜间自动跑图3.超分放大：RealesrganGPU加速，4倍分辨率秒级处理4.自动归档交付：素材按项目/类型自动分类支持同款私有化部署，交付即可用。

项目主要包含训练端和客户端两部分。训练端支持图像导入、DICOM图像处理、图像清洗、标注管理、数据集切分、YOLO模型训练和模型评估；客户端支持手动检测、自动监控目录、模型加载、图像预处理、切片推理、检测结果拼接展示、历史记录保存和检测数据统计。系统可对工业X光图像中的气孔、气泡等缺陷进行自动识别，

功能模块1.实时数据采集模块：基于屏幕视觉识别（OCR+图像处理），在不依赖任何外部接口的前提下获取行情与指标数据2.指标解析模块：自动标定坐标轴刻度、识别指标窗口与自定义阈值线，内置抗误读校验（去重、迭代拟合、量程校验）3.风控规则引擎：多条件组合判定+状态机，支持交易时段、持仓跟踪、单日限额、多

平台按四层架构设计：视频接入网关层支持RTSP/RTMP/ONVIF/GB28181/WebRTC多协议接入与硬解码、GPU渲染；AI分析引擎层提供算法仓与规则引擎，支持人脸、车牌、周界、行为等事件识别；应用层包含Qt多分屏实时预览、时间轴回放、AI告警中心、智能运维健康度大屏、地图指挥调度、移动端

系统提供PDF和图片工程图上传、视图自动检测、OCR文字识别、尺寸与公差解析、尺寸视图归属、自动排序编号、图纸标注及FAIExcel报告生成等功能；同时支持任务查询、结果预览、人工修订、重新绘图、版本记录、反馈审核和训练数据集导出。

本项目是一套基于指纹图像采集与图像处理技术开发的指纹识别系统，主要用于用户身份识别和身份认证。系统通过指纹采集设备获取用户的指纹图像，并对采集到的指纹图像进行预处理，包括图像增强、去噪、灰度处理及特征信息提取等。经过图像处理后，对指纹特征进行分析和匹配，从而实现用户指纹的识别与身份验证。目前系统主要

本项目是一套基于人工智能和计算机视觉技术开发的森林火灾智能检测系统，主要用于森林、山区、自然保护区等区域的火灾早期发现与实时监测。系统通过摄像头实时采集森林及野外环境的视频图像，并对视频画面进行持续分析。利用目标检测和图像处理技术，系统能够自动识别画面中的烟雾、火焰等火灾特征，在发现疑似火情时及时进

本项目是一套基于实时视频流的视频校正与增强系统，采用C/C++和OpenCV开发。系统能够从摄像头或网络视频流中实时获取视频数据，并对视频画面进行实时处理和校正。系统主要针对实时视频传输过程中可能出现的画面质量问题进行处理，包括图像亮度、对比度、色彩、噪声、清晰度以及画面稳定性等方面的优化。通过Op

本项目是一款基于YOLO目标检测算法开发的智能视觉分析应用，能够实时识别视频或摄像头画面中的乘用车、行人等目标。系统通过YOLO对目标进行实时检测，并结合目标跟踪技术持续追踪车辆和行人的运动轨迹。通过分析目标在连续视频帧中的位置变化，系统可以计算并显示目标的移动方向、运动轨迹以及实时速度。主要功能包

半导体AOI能识别多种缺陷，比如：晶圆表面的划痕、污点、颗粒和微裂纹；光刻环节的线路偏移、图形残缺、光刻胶残留；蚀刻环节的针孔、短路；封装环节的焊球虚焊、引线偏移或断裂；以及芯片成品的引脚变形、打码模糊等

系统围绕斯诺克球局识别、球桌几何重建和击球线路分析进行开发。主要功能包括：从斯诺克比赛或训练画面中提取关键帧，对球桌区域和台面几何关系进行重建；识别并结构化记录母球、目标球及其他球的位置；结合球桌边界、球体位置和几何约束分析潜在击球线路；针对部分复杂局面计算一库、多库解球线路，并生成可视化结果供训练

一、核心功能模块1.多模态图像采集模块支持根据产品材质定制成像方案，可灵活选用可见光、红外、激光、超声波等多类成像传感器，适配金属、玻璃、透明薄膜、高反光工件等不同检测对象。内置工业相机、定制化光源的智能控制单元，可自动调节光源亮度、触发模式，针对复杂工业环境做抗反光、抗干扰优化，最高支持5微米级的

本项目围绕锂电池状态智能估计构建了五大算法功能模块：①数据预处理与特征工程模块——对充放电电压、电流、温度、容量曲线进行清洗、归一化与特征提取，内置基于模糊信息测度的SOC特征选择（DMRCmRC）与基于小波变换（DTCWT）的多尺度特征编码。②SOH健康状态估计模块——集成物理信息神经网络（EM-

具有视觉检测功能，触觉感知，同时视觉触觉感知融合（特征级融合）去综合性判断裂纹的坐标，长度，宽度，深度，最终能够输出检测到的裂纹尺寸以及位置以及置信度等等。但是由于触觉感知的代码以及感知融合的部分的代码有保密条例，不能公开，下方提供的仅仅是视觉部分的代码以及操控CNC与推杆控制传感器进一步检测的部分

标定模块：相机内参标定，相机和机械臂手眼标定。感知模块：通过深度相机（如IntelRealSense）采集物体RGB-D数据，结合深度学习模型实现目标物体检测识别。路径规划模块：基于喷涂工艺参数（如喷枪距离、角度、流量），利用强化学习或几何算法生成自适应喷涂轨迹，支持实时避障与轨迹优化。运动控制模块

具备rpa的功能，同时融入了ai，还有知识库，使得场景更广。rpa适用于金融，电商，会记，运营等多个场景，属于自动化领域，可以进行图像识别，文档操作，网页和桌面应用操作，低代码开发，低成本开发。

1.视频信息采集：批量获取视频标题、时长、标签等元数据。2.字幕提取：自动下载并解析视频字幕文本，输出结构化数据。3.视频帧提取：按时间间隔抽取关键帧，进行帧间差异分析。4.边缘检测与运动检测：基于OpenCV分析画面特征，辅助内容分类。5.批量验证与报告生成：自动校验数据完整性，生成结构化分析报告

提供主播素材管理、任务队列、参考视频分析、风格配方、脚本与导演规划、Agnes视频生成、IndexTTS分段配音、HeyGem或Duix口型同步、候选质检、最终复核、包装与多平台发布计划。只读看板从真实运行目录汇总任务和产物，发布步骤必须显式批准。

1.自动打开网址2.自动进入到填表页面2.自动整理信息，填入信息并验证是否正确3.填入信息完成记录相关的结果并写入表格4.自动整理记录的信息并总结5.稳定的循环验证每个页面的细节

系统支持批量导入珠宝图册，自动识别两种常见商品排版，并通过OCR提取名称、规格和货号，保持图片与文字对应。提供智能裁剪、珠宝主体分割、背景清理、白底阴影处理、颜色识别和重复项检测；支持人工调整位置、缩放及名称，使用超分辨率提升清晰度，最终批量导出统一尺寸的2000×2000白底商品图，同时保留处理记