开发环境为QT5.8+opencv3.2，主要实现了图像增强，包括高斯平滑，中值滤波，图像锐化。

用QT（不使用任何第三方库）编程实现ImageProcessing菜单下面的所有功能。
(1)OpenBMPfile打开一个BMP文件，并在窗口中显示出来。
(2)SavetonewBMPfile将当前视图保存为一个新的BMP文件（先弹出一个对话框，输入一个BMP文件名）。
(3)Displayfileheader按如下的格式显示文件头信息：(4)Getpixelvalue取某个位置像素的颜色值，并显示出来。
(5)Setpixelvalue设置某个位置像素的颜色值，并显示出来。
功能(4)和(5)所需的参数从对话框中获取。
前面5个功能对灰度图像和彩色图像都适用，后面的功能仅要求针对灰度图像。
(6)Imageinterpolation图像缩放：x和y方向的缩放因子、插值算法选择（最邻近和双线性），从对话框中获取。
需要将图像缩放的结果显示出来。
(7)Medianfiltering实现3x3的中值滤波，并将结果显示出来。
(8)Gaussiansmoothing从对话框中获取高斯函数的均方差，对图像做高斯平滑，并将结果显示出来。

python配合Opencv库实现的车牌识别定位及分割代码：1、将采集到的彩色车牌图像转换成灰度图2、灰度化的图像利用高斯平滑处理后，再对其进行中直滤波3、使用Sobel算子对图像进行边缘检测4、对二值化的图像进行腐蚀，膨胀，开运算，闭运算的形态学组合变换5、对形态学变换后的图像进行轮廓查找，根据车牌的长宽比提取车牌可作为Python,opencv及车牌识别技术的学习用。

OpenCv靠山差分--将靠山差分成功封装成一个函数，借助高斯平滑等去噪

Visualc++数字图像处理典型算法及实例源代码，内容包括：源码目录结构图、256色转灰度图、Hough变换、Walsh变换、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、用Canny算子提取边缘、直方图均衡、团圆余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑等。

Visualc++数字图像处理典型算法及实例源代码，内容包括：源码目录结构图、256色转灰度图、Hough变换、Walsh变换、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、用Canny算子提取边缘、直方图均衡、团圆余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑等。

Frangi滤波是基于Hessian矩阵构造出来的一种边缘检测增强滤波算法在上面的Hessian程序中，高斯平滑参数σ为标准差，对于血管这种线形结构，当尺度因子σ与血管的实际宽度最婚配时，滤波器的输出最大。
所以作为空间尺度因子，迭代可以得到不同尺度的输出。
局部特性分析的窗口矩形的半宽一般为3σ。

基于matlab的代码，运用高斯平滑化方法处理图像，去噪声。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。