【构建更好的软件—TeamDev】上海道宁为您带来强大且富有洞察力的TeamDev产品及自定义解决方案
开发商介绍
TeamDev是一家国际软件公司,以强大的约3,000名客户的投资组合,其中包括《财富》的顶级客户国际500强名单。
从医疗保健和教育到银行和航空航天,TeamDev以软件为不同行业提供更强大的动力。凭借22年久经考验的专业知识,TeamDev始终致力于创建功能强大且富有洞察力的软件来解决客户的任务。
作为技术领域知名者,TeamDev在以下领域表现出强大实力:
-
用于生物技术和工程组织的复杂软件
-
面向软件开发人员的程序员生产力产品
-
用于 Web 开发的 UI 组件构建解决方案
-
Java-Native 集成解决方案
-
企业业务管理解决方案
TeamDev产品
用于将Chromium浏览器集成到Java应用程序的跨平台库。
-
将Chromium Web浏览器添加到您的Java应用程序。
-
在JavaFX、Swing、SWT中显示网页和PDF。
-
使用DOM、JS、网络、打印、下载等。
用于WPF和WinForms应用程序的基于Chromium的浏览器组件。
-
将Chromium Web浏览器添加到您的.NET应用程序。
-
在WPF和WinForms中显示现代网页。
-
使用DOM、JS、网络、打印等。
开源CQRS/ES框架,用于构建云应用DDD方式。
以更少的代码更智能地应用领域驱动设计。
用于在Java应用程序中执行屏幕和视频捕获的跨平台库。
使用跨平台Java库从整个屏幕、网络摄像头或屏幕上的任何图形元素捕获图像并录制视频。
用于在Java应用程序中处理COM/OLE/OCX或ActiveX对象的双向Java-COM桥。
-
ComfyJ允许您将Java应用程序与任何Windows平台COM/OLE/OCX/ActiveX库集成。
-
该库使纯粹用Java创建Java COM服务器成为可能。换句话说,一个设计好的Java COM服务器可以作为COM对象公开给其他COM应用程序,而无需编写一行本机代码。
跨平台解决方案,允许从Java代码调用操作系统原生库函数。
在没有JNI的情况下使用Java中的本机代码。
项目解决方案
适用于商业和科学的现代、高度可扩展的应用程序。高负载容限和无故障运行。基于Google Cloud Platform构建的解决方案。
科学数据处理、复杂算法和可视化、以高效UI设计、现代外观和高性能为特征的图像处理应用程序。
根据您的需要,将您的Java应用程序与Windows、Mac和Linux上的本机库集成。
TeamDev可以为TeamDev的产品添加自定义功能,使其完美匹配您的业务或开发需求。
实例解决方案
云计算
2014 年,一家专业的照片实验室要求TeamDev开发图像处理系统。该系统旨在自动从照片中去除纯色背景,并纠正曝光不当、背景阴影或不良闪电设置等问题。
解决方案
客户的照片实验室每月处理多达150K图像。考虑到这种规模和避免维护基础设施负担的目标,TeamDev选择了谷歌云平台作为业务流程管理的解决方案。
计算机视觉算法是自动背景去除的核心。这是一个计算密集型过程。该算法产生的 85% 的图像不需要进一步处理。
照片编辑工具运行在Google App Engine之上,它是Google Cloud Platform套件的一部分,用于管理实例、负载平衡请求并提供称为Google Datastore的自动缩放、高性能NoSQL数据存储。
TeamDev开发了一个网络照片编辑工具来对剩余15%的图像进行后期处理。操作员可以发现并纠正上一步之后留下的任何缺陷。
核心图像处理算法依赖于Google Compute Engine实例的计算能力。Google App Engine和Google Compute Engine之间的集成使TeamDev能够根据传入的照片批次的大小和同时登录的用户数量自动扩展和缩减运行TeamDev定制的VM的实例。
通过Google Compute Engine的每分钟计费,TeamDev能够运行大量实例并处理数万张照片,每张图像的成本不到2美分。
谷歌云存储是谷歌云平台的关键部分,以低成本提供持久且高度可用的对象存储。TeamDev可靠地存储了数千张照片,并且可以以低延迟提供对它们的访问。
引入抢占式虚拟机、适用于批处理作业的价格较低且寿命较短的计算实例,使我们的团队能够将
结果
客户很乐意将他们所有的可扩展性和流量问题都放在 Google App Engine 上。反过来,TeamDev 不需要系统管理员或任何专门部署应用程序的人,因此TeamDev99% 的时间都花在了应用程序开发上。
迄今为止,TeamDev的团队提供了背景去除解决方案,帮助TeamDev的客户处理了超过一百万张图像。
良好的自动处理速度将人为干扰降至最低,因此1,000张照片中只有150张需要手动修饰。随着TeamDev的机器学习解决方案,这个比率仍在下降。