openCV

样本库管理 按「品类→版别」建库；导入标准样图后自动识别币缘、归一化；框选ROI可比对单个字，并可标记判别点（★）与细节笔画（◆）；一个版别可挂多张模板适应不同锈蚀程度批量识别比对 导入本地图片（可多选），与目标品类下全部版别逐一比对，输出相似度排名+是否命中可解释结果 列出该品类全部版式的得分明细

系统支持工业视频自动读取与逐帧分析，通过图像增强、边缘检测和直线特征提取定位画面中的横杆目标，并计算目标的实时倾斜角度。系统根据设定的角度阈值自动判断拉偏状态，在视频画面中显示检测结果和异常信息，同时记录各目标的检测角度及报警状态。针对正常光照和低照度视频，可进行自适应图像增强，并最终输出标注后的检

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。

系统包含四大核心模块：1）内容监听与抓取：支持TikTok等海外平台按关键词或指定账号进行自动扫描监听，实时发现热门视频并批量下载，支持增量更新和去重过滤；2）视频智能去重：基于FFmpeg的多层处理流水线，包含帧率调整、色彩矩阵变换、轻微随机裁剪、音频重采样、HDR转SDR等手段，生成平台无法识别

支持导入标准图和待比对图；自动尝试检测圆形钱币并统一裁切；可在标准图上拖动创建多个ROI特征区域、命名、删除并本地保存；使用ORB特征匹配和RANSAC估计旋转缩放变换；对齐后逐区域统计ORB匹配点数及双方特征点数，并提供局部图并排预览。对特征点不足或对齐可信度不足的图片显示失败提示。

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

1.实现跨平台IDE这里参考vscode和visualstudio编译器，支持c++,cuda,fortran,python和c#.采用cmakelist组织编译2.实现利用计算着色器实现科学计算。3.将dx,vulkan这些3d能力抽取出来实现一个类似于ue5的3d建模工具；4.自己实现xaml+

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-

系统提供基于浏览器的无人机实时监控和任务控制能力，主要包括无人机位置、姿态、电量、飞行状态及传感器状态实时显示；航点上传、巡检任务启动、探索任务控制、临时飞行点、返航和紧急降落；无人机前后左右、升降和偏航等手动控制；云台角度、相机曝光和变焦控制；视频画面显示；系统状态监控及运行日志。前后端通过Web

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。

软件基于PyQt6搭建可视化操作窗口，支持实时屏幕捕获、模板图像匹配识别；内置键鼠模拟控制模块，识别到指定图标后自动执行预设鼠标点击动作。提供参数配置面板，可自定义识别相似度、触发逻辑，支持配置文件持久保存设置，整体打包为独立Windows桌面程序，开箱可用

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

本项目是一个为AIAgent提供持久化记忆和代码理解能力的混合检索系统。主要包含以下功能模块：混合记忆检索模块：基于ChromaDB实现语义向量搜索，结合SQLite(FTS5)实现关键词与元数据精确匹配，为Agent提供精准的历史记忆检索能力。上下文智能压缩模块：集成Headroom引擎，能对JS

●系统架构设计：主导构建模块化Agent架构，集成视频理解、行为分析、画像建模与LLM决策四大模块，支持实时流式处理与批量更新，系统日均处理视频50W+，用户行为日志2亿+条。●多模态：基于Qwen-VL实现视频帧语义分类，准确率达91.3%（Top-1）；融合YOLOv8（目标检测）、Whispe

系统覆盖政策、企业、标书三域知识，支持8类业务问题的自然语言问答。核心功能包括：多路语义检索（BGEEmbedding+Milvus）、BM25关键词召回、RRF融合排序、BGEReranker精排、Qwen分层模型答题，以及自研ReActAgent多步推理。支持查询改写、意图路由、流式输出与引用溯

1.云图获取模块（downloader.py）：支持Mock模式和真实卫星API双模式切换。Mock模式用OpenCV生成红蓝半图+白云带的合成图像用于开发调试；真实模式通过requests从ZoomEarth/FY-4A等公开接口下载云图，内置指数退避重试（2^n秒）和HTTP4xx/5xx分类处

1.自动监控本地发票文件夹的新增文件（PDF/图片格式）。2.自动精准提取发票代码、开票日期、价税合计金额等核心字段。3.根据提取的信息，自动将文件重命名并归档。4.将提取结果实时写入数据库及汇总Excel表格。

系统包含四大核心模块：1.图像检测模块：基于YOLOv11s模型实现10类水稻害虫实时检测，mAP@0.5达0.8404；2.预警分析模块：集成CropFormer与规则引擎，对虫害等级进行智能评估并推送预警；3.农技咨询模块：本地部署DeepSeek-R1大模型，提供病虫害防治知识问答；4.后台管