随着工业生产智能化升级，传统人工检测效率低、精度不足，单一视觉库方案难以兼顾实时性与工业级精度。本项目基于 Qt 开发工业视觉识别系统，融合 OpenCV 与 Halcon 技术优势，设计模块化算法与可视化参数体系，支持多相机并行处理，解决复杂工业场景下的精准检测需求，助力企业实现检测流程自动化升级。
随着工业生产智能化升级，传统人工检测效率低、精度不足，单一视觉库方案难以兼顾实时性与工业级精度。本项目基于 Qt 开发工业视觉识别系统，融合 OpenCV 与 Halcon 技术优势，设计模块化算法与可视化参数体系，支持多相机并行处理，解决复杂工业场景下的精准检测需求，助力企业实现检测流程自动化升级。
本项目是一个基于 Linux 环境开发的高性能异步网络服务器框架。采用 Reactor 模式 结合 C++ 协程 技术，旨在解决传统回调式异步编程复杂度高、高并发下内存分配开销大等痛点。框架实现了自定义内存池、无锁队列、事件驱动网络模型及无栈协程调度，支持高并发 TCP 连接处理与业务逻辑的同步风格编写。
Contributions last year: 21
Max continuous contributions: 2
Recent contributions: 1
Commits, issues, and pull requests will appear on your contribution graph. Only when the email address used for the commits in local configuration is associated with your GitOSC account, the commits' contribution will be counted.