GreenOpen专注LLM和CV

摘要： 这是一道来自answerOpenCV中，非常经典的题目。涉及到图片，看AI能否很好解决。 http://answers.opencv.org/question/129819/finding-distance-between-two-curves/ 问题： 编写OpenCV代码，寻找下图中，两条白线之 阅读全文

摘要： 近日在modelscop中看到了yoloV26的相关消息，作为一名图像处理工程师，我在过往对yolo系列 的还是非常情有独钟的，这里对同样的数据集做同样的实验，验证模型能力。 首先需要提一句的是，之前和这里的实验都是基于Kaggle免费的资源实现的，这么多年过去了，之前在kaggle上的数据都在，而 阅读全文

摘要： 血管增强是一个更复杂深远的问题了，让ai“裸跑”的效果本身就非常好。但是实际更关注的是应用方法。 提示词：（AI扩充后就显得比较专业） 针对名为"vessel.png"的血管图像，开发一套专业的图像处理算法以实现血管结构的增强显示。该算法应包含以下关键处理步骤：图像预处理（包括去噪、对比度调整）、血 阅读全文

摘要： 提示词： 对前景与背景对比度较低的图像"enhance.png"进行专业图像处理，以显著提升其清晰度。具体要求包括：分析图像的亮度分布、色彩通道特征及边缘信息；应用适当的图像增强技术，如对比度调整、锐化滤波、边缘检测与增强等；优化处理参数以避免过度增强导致的噪点或伪影；确保处理后的图像在保持原始内容 阅读全文

摘要： 经过Wps_agent等的实践，我对AI辅助编程已经有所了解，但是目前能够解决比较多的还是网站程序，同时对于基础环境还有所限制。对于我来说，就是仿佛获得了一个能够解决很多问题，但是不清楚能够解决哪些问题的工具。再加上它本身发展也非常快，带来了很多的不确定性。 所以我准备开展这里的AICoding研究 阅读全文

摘要： 对于大部分文字工作者来说，wps/word仍然是人们熟悉且普遍擅长的编辑工具，那么就不可避免错别字的问题。这里从对现有校对工具的观察出发，并基于大语言模型开展实践探索。一、现有校对工具观察（一）黑马校对应该说，黑马校对给我最深刻的映像就是，直到2025年年末，“金山-黑马校对”仍然保持了10年前的风 阅读全文

摘要： 我想构建的程序，应该是如下的： ①私域场景，也就是说，使用本地部署的大模型； ②不要离开word/wps等工具，采用将大语言模型嵌入的方式； ③需要代码开源，能够自主控制全流程。 下面，我会利用vibeCoding的方法，开展探索实践。 暂时取名叫做GOWordAgent，首先立足在windows中实现。 里程碑①在word中插入侧边栏和顶栏；（ok） 里程碑②在侧边栏中集成AI对话；（ok） 里程碑③右侧能够读取正文的内容； 里程碑④添加审阅的功能 阅读全文

摘要： 一、原生向量代码，自己计算距离 import numpy as npfrom numpy import dotfrom numpy.linalg import normfrom sentence_transformers import SentenceTransformermodel = Sente 阅读全文

摘要： 因为涉及到体能训练成绩，所以接触到了很多表格，触发了对表格数据的思考：图表也是重要的数据来源，应该如何来进行处理？图表的数据不仅关系它本身，而且也和表格形式相关，此外还和背景材料相关。首先从一个比较干净的表格开始，它本身是可以编辑的pdf.鉴于chatglm3不带pdf处理、llama3目前还没有看 阅读全文

摘要： 有别于广为人知的Sobel、Canny等一阶算法，基于Hessian矩阵能够得到图像二阶结果，这将帮助我们深入分析图像本质。 Hessian矩阵在图像处理中有着广泛的应用：其中在图像分割领域，包括边缘检测、纹理分析等；在图像增强领域，包括边缘增强、边缘消除等。 本文从Hessian矩阵定义出发，通过清晰简洁的数学推导和讲解实现公式到C++代码的转化。为了帮助深入理解Hessian矩阵在图像处理中的能力，我们将详细讲解和实现经典的“血管增强”算法（Frangi算法） 阅读全文