图形和图像工具

这个智能药箱控制系统，主要面向那些有用药管理需求的人群，比如老人、慢性病患者等。它能解决药品过期、用药不规范等问题，让用户更方便地管理自己的药品。相比于市场常规方案呢，它的特点可不少。它结合了嵌入式技术和物联网，能实时监控药箱里的药品情况，比如药品数量、保质期等。还能通过物联网功能，在药品快过期或者需要补充药品时，及时给用户发送提醒。在产品组成方面，有智能药箱硬件部分，这是基于嵌入式系统设计的，还有配套的软件应用，通过物联网与药箱连接，方便用户在手机等设备上查看和管理。

本研究提出了一种名为Around2center的自监督去噪框架，旨在仅使用单张噪声图像进行去噪。 1.以集成到专业图像处理软件中，如Adobe Photoshop、GIMP等，提供更高效的去噪功能。 2.在安全监控系统中，去噪算法可以改善监控图像的质量，提高监控系统的可靠性和有效性。 3.在智能手机和平板电脑上，去噪算法可以集成到相机应用中，提升用户拍摄照片的质量。

小程序搜索“家长的帮手” 核心功能：试卷扫描，试卷擦除，背单词，错题集，AI解题 小程序主要解决 随手录制错题集，背单词 还在为错题整理混乱、复习效率低下而烦恼？这款错题集小程序是你的专属学习助手！它以简洁易用的界面和强大实用的功能，帮助学生、职场备考人群快速记录、分类整理错题，告别传统手抄错题的繁琐。​ 一键拍照即可智能识别题目，支持多种学科、题型，快速生成错题卡片；支持手动录入，满足不同场景需求。可按照学科、知识点、错误类型等自由分类，方便针对性复习。强大的筛选功能，能精准定位薄弱环节，制定个性化复习计划。提供错题重做、自动生成测试卷等功能，巩固学习成果；智能统计错题频率，清晰掌握学习短板。同时，支持多设备同步，随时随地复习，让学习更高效、更轻松。无论是中小学生日常学习，还是成人职业考试备考，这款错题集小程序都是提升成绩的必备神器！

随着信息技术的发展，互联网数据规模呈指数增长。海量数据中蕴藏着巨大的价值，通过对其进行分析和可视化，可以更高效的使用这些数据。本文拟研究基于电影数据的数据分析和可视化，该系统可以实现： 1.数据采集，通过Python爬虫爬取豆瓣电影数据，包括电影名称、电影票房、电影评分、电影评论、电影导演和演员等数据。 2.电影数据分析，包括电影票房、电影评分、电影类型等方面的分析。通过对数据的分析，提高数据的可用性，以便于发现电影市场的趋势和规律，使电影从业者做出更加明智的决策。 3.对电影数据可视化展示，包括柱状图、折线图等多种图表形式。通过可视化展示，可以更加直观地展示数据分析结果，帮助用户更好地理解和利用数据。

本项目基于 ​Vue3 + Cesium + OpenLayers + JavaScript​ 技术栈构建，实现政务信息化场景下的多维度地理空间数据管理与实时物联监测。系统以某城市影像服务系统为原型升级，重点突破大规模GIS数据前端解析、二三维联动可视化、多源传感器数据融合展示等关键技术难题。 技术架构与创新点 ​二三维一体化引擎​ 采用 ​Cesium-OpenLayers集成框架​ ，实现三维地球（Cesium）与二维地图（OpenLayers）的无缝联动，支持视口同步、图层叠加与动态投影转换，满足规划审批、应急指挥等场景的协同作业需求； 通过 ​WebGL硬件加速​ 优化渲染性能，支持单场景加载10万+矢量要素，并集成3D Tiles规范实现倾斜摄影、BIM模型的流畅展示。 ​多源数据融合处理​ 前端动态解析 ​GeoJSON/Shapefile/CZML​ 等格式的政务GIS数据，结合 ​Turf.js空间分析库​ 实现缓冲区分析、路径规划等核心功能； 集成 ​MQTT/WebSocket协议​，实时接入气象、交通、环保等领域的传感器数据流，通过热力图、轨迹动画等形式动态

本方案采用4G Cat.1模块作为主控（如移远EC200N），集成ARM Cortex-M4内核，实现农业物联网的智能化控制。系统支持多路RS485传感器（土壤墒情、气象数据等）采集，通过Modbus RTU协议上传至云端。低功耗设计结合太阳能供电（MPPT充电+LiFePO4电池），待机电流

多年前开发校园建筑能耗监管平台 由于监控校园建筑能耗情况，是针对一套内网平台，需要用到校园地图 把校方提供的超大尺寸地图做成切片，用Openlayers开发离线地图 可添加水印，根据不同级别切片图片，保存在不同目录下 功能比较简单，有点动手能力就可以自己写一个

户型设计，户型设计是每个室内设计的最基本要求，之前清理过电脑，实在找不到比较好的作品了 只能简单简单看看

人类染色体核型智能分析系统，是一款基于人工智能技术，对人类染色体中期图像进行自动分割、识别、计数，并自动生成核型图的遗传实验室辅助工具。 功能包括：图像管理、一键识别、导出核型图、手动编辑（笔刷、多边形、缩放、旋转、移动等）、配置管理。 达到的性能：分割准确率>90%，核型准确率>75%，GPU识别速度12张/分钟，CPU识别速度4张/分钟，支持GPU、CPU、XPU、NPU、TRT环境，支持Win、Linux操作系统。 目前已被多家医院遗传实验室采用。

开发了一个开源的用户社群教育与分享平台，具备高度自由的定制能力和强大的互动功能。它支持多用户协作、实时发布、富媒体内容展示，并通过去中心化架构保障数据自主性，特别适合搭建小型教育社区、自主学习圈和知识分享平台。相比传统平台，它更易部署、可拓展性强，并能实现与其他联邦社交网络的互联互通。 通过前后端分离的技术架构实现强互动社群体验：前端采用 Vue.js 和 TypeScript 构建现代化界面，后端使用 Node.js 搭配 PostgreSQL 和 Redis 实现高性能的数据处理与实时消息推送。平台支持模块化扩展、WebSocket 实时通信、多媒体内容管理和任务队列，便于构建教育分享、用户互动、内容沉淀于一体的社群平台，部署灵活、功能完整、上手快捷。

借助深度学习技术，用模型识别的方法来识别番茄病虫害，采用迁移学习对比AlexNet、VGG16等八种具有代表性的卷积模型，通过模型大小、准确率、召回率等参数进行比较得出最优模型，在最优模型MobileNetV3的基础上引入多尺度注意力机制、轻量化特征模块、可变形卷积等技术，并采用数据增强技术，解决模型在复杂背景下难以准确识别的问题。最终将模型部署在Android移动端和Flask网页端实时采集图片并做推理。本研究可以为番茄病虫害识别提供简单量化的解决方案，具有实际的应用价值。

编写算法实现数字信号处理以及数字信号的二维三维展示 该作品实现了三维数据的快速解析，优化了三维解析算法。实现9000点左右仅需7s左右即可完成三维数据解析。并且实现了三维数据绘制，包含体绘制，网格、线绘制。可查看体积内部分布情况，直观的观测到三维体积内部结构。 可实现数据驱动建模，成像前不需要手动建模，使用数据驱动自动建模，更直观的展示整个数据的成像效果

1.项目的主要功能是通过语音或者拍照的方式将垃圾识别为分为可回收垃圾，有害垃圾，厨余垃圾，其他垃圾四种类型，帮助用户对垃圾进行分类识别。主要模块分为语音识别模块和图像识别模块。语音识别模块通过部署whisper模型将输入语音转为文字来判断垃圾类型。图像识别模块采用convnext模型对图像进行识别，首先使用收集整理的垃圾图片数据进行训练，然后将模型部署到后端。 2.负责前端和后端的开发和部署，模型的训练和部署。前端采用uniapp框架，后端采用python flask框架，最终实现用户输入语音或者图像之后，系统能够识别并且返回垃圾类型的效果

基于 Spring Boot + MyBatis + MySQL + AIGC + React 的智能数据分析平台，封装了讯飞星火模型接口，区别于传统 BI，用户只需要导入原始数据集、并输入分析诉求，就能自动生成可视化图表及分析结论，实现数据分析的降本增效； 后端自定义 Prompt 预设模板并封装用户输入的数据和分析诉求，通过对接 AIGC 接口生成可视化图表 json 配置和分析结论，返回给前端渲染； 由于 AIGC 的输入 Token 限制，使用 Easy Excel 解析用户上传的 XLSX 表格数据文件并压缩为 CSV，实测提高了 20% 的单次输入数据量、并节约了成本； 为保证系统的安全性，对用户上传的原始数据文件进行了后缀名、大小、内容等多重校验； 为防止某用户恶意占用系统资源，基于 Redisson 的 RateLimiter 实现分布式限流，控制单用户访问的频率； 考虑到单个图表的原始数据量较大，基于 MyBatis + 业务层构建自定义 SQL 实现了对每份原始数据的分表存储，提高查询性能 30% 和系统的可扩展性； 由于 AIGC 的响应时间较长，基于自定义 IO

某生产线上设备缺陷检测软件，通过摄像机进行图像采集，运用配方管理的方式构建算法检测流程，通过深度学习及模板匹配的方式进行缺陷检测，可以适应多种型号及各种类型的缺陷

UltraDesigner是基于自主研发引擎EM Engine打造的专业级图文系统，完全为直播而设计，可以控制图形及视频播出，随时快速修改模板内容； UltraDesigner使用的实时渲染引擎EM Engine，可以将播出串联单中的内容实时渲染输出为高清、4K数字视频信号或IP流； UltraDesigner适用于广电、教育、政府、军队、气象、访谈、脱口秀节目和线上教学，以及新闻、体育、财经等多种录播及直播客户群体。

一.AI配音 1.部署到本地配音模型 2.部署到本地的声音克隆 3.AI逆向翻译第三方生成的配音音频，用于匹配输入文本及后续处理 二.视频画面 1.AI生图: 利用大语言模型生成分镜描述，再使用文心，智谱等当前开放免费使用的生图API 2.视频随机混剪 3.简易高效的本地AI换脸视频生成

VINUS极影一体化演播室系统采用完全自主开发渲染引擎，集合了强大的场景编辑系统、物件动画编辑系统、纹理动画编辑系统、灯光控制系统、材质脚本编辑系统、粒子播控系统，以及多模式多协议跟踪系统。传统与VR兼容并包，支持4K应用与8K扩展，以最优的性价比、最简使用逻辑打造最专业的虚拟演播室直播、录播系统。可广泛应用于校园电视台、精品课录制、电商直播、短视频制作、广播电视、线上产品发布会等领域。采用自研AI抠像算法，无需复杂参数调节，一键抠除蓝/绿背景，实时查看抠像效果。无轨模式下，无需移动真实摄像机，软件内置摇臂系统即可实现多个机位之间的推拉摇移及切换，模拟摄像机阻尼运动效果。 系统是高度集成的多功能真三维实时渲染虚拟演播室解决方案，完美规避传统虚拟演播室系统架构复杂、成本高昂、安装调试维护困难等诸多缺点。不仅具备高质量虚拟VR/AR、多通道视频输入输出接口，还涵盖了高性能色键、多视频信号源混合切换、调音控制、字幕图文、视频录制、网络直播、流媒体发布等多种应用功能。一套系统即可满足各类型节目虚拟制作应用需求。

1、负责半导体晶圆的的光谱检测，在经过机械手将晶圆运送到位后，光谱仪触发，检测数据 2、与PLC交互，控制气缸动作，观察光谱变化，实时显示光谱曲线 3、包含了与PLC交互的控件，以串口通讯的方式连接光谱仪，在测试时将光谱仪的数据实时显示曲线，并保存数据 4、是通过C#的Winform界面进行控制和操作。也可以优化成WPF界面。

通过类设立Record数据容器，运用__init__方法进行数据的存储。然后class定义Filereader父类，然后分别class子类Jsonreader，Filetxtreader多态读取txt和json数据。接下来运用python的基本语法for循环等进行数据的处理。最后运用pyecharts软件进行数据的可视化分析。