小程序完整项目，包含：项目源码、数据库脚本、软件工具等，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。 项目都经过严格调试，确保可以运行！可以放心下载 1. 技术组成 前端： 小程序 后台框架：SSM/SpringBoot（如果有的话） 开发环境：idea，微信开发者工具 数据库：MySql（建议用 5.7 版本，8.0 有时候会有坑） 数据库可视化工具：使用 Navicat 部署环境：Tomcat（建议用 7.x 或者 8.x 版本），maven 2 部署： 首先布置后台，接着再布置小程序： 如果不会部署的话，可以找我远程部署

目前实现功能 1. 用户歌单 2. 歌单详情 3. FM 4. 音乐播放（暂停，上下一首，歌词） 5. 评论显示 6. MV 7. 专辑页 8. 歌手页 小程序是一个易上手的东西， 对于新手来说，多看官方文档，可以初步做出比较完整的小程序，正是因为简单上手，功能实现简单，小程序是越来越火，商业价值也越来越大。 1. 微信小程序的组件，API很强大，需要不断的探索，不断的学习，多看文档 2. 善于利用有效资源， 比如iconfont esay-moc weui等 3. 切页面要细心，善于利用弹性布局等布局方法，小程序的rpx确实很好用 4. 不要一股脑的写代码， 当函数具有复用性，应该抽象出来，封装好，这样代码才易于维护，易读 微信小程序开发和传统的H5开发还是有些不同的， 容易踩坑。 小程序是基于MVVM的的框架，合理利用数据绑定实现界面的更新是很关键的 开发时不要一股脑的写写写，多看看文档，你会发现你不小心原生写了个组件。。 进入开发平台，注册项目信息->在编辑器中上传版本->在开发版本中选择提交审核->审核通过->项目上线 更多项目内容可以下载项目查看

本文旨在设计一个超市后台管理系统，运用Visual Studio Code编辑器和Vue-cli工具完成超市后台管理系统为超市管理员用户提供一个方便快捷的管理平台，其主要功能模块含有用户登陆模块，用户管理模块，权限管理模块，商品管理模块，订单管理模块，数据统计echarts表，该管理系统通过Vue+node.js+Element-UI+MySql实现，其主要功能模块含有用户登陆模块，用户管理模块，权限管理模块，商品管理模块，订单管理模块。 论文应当对各个部分的设计和实现、测试做详细说明；

rtmp 推流器 拉流器 rtmp源码 rtmpdemo

资源数量有27套，基本都是毕业设计类型的项目，这里我把项目名称释放一部分出来： php+mysql学生成绩查询系统(源代码+论文).rar php+mysql学生成绩查询（系统）.rar php+mysql社区交流系统（毕业论文+封面目录+系统+说明书）.rar PHP+SQL公共课平时成绩查询系统（源代码+论文+答辩PPT）.rar php+sql成绩查询系统(系统+论文+答辩PPT).rar PHP+SQL考勤系统安全性实现(源代码+论文+答辩PPT+指导书).rar pHP信电系网站建设设计(源代码+论文).rar PHP公共课平时成绩查询系统(源代码+论文+答辩PPT).rar PHP基于Linux的远程管理系统客户端的实现(源代码+论文).rar PHP基于Linux的远程管理系统服务器端的实现(源代码+论文).rar PHP基于Web的subversion用户管理系统(源代码+论文).rar PHP学生成绩查询(源代码+论文).rar PHP教材管理系统设计（源代码+论文）.rar PHP校园二手信息网站的设计与开发(源代码+论文).rar PHP网络数据包分析工具的设计与

计算机毕业设计源代码

计算机毕业设计源代码

计算机毕业设计源代码

源码参考，欢迎下载

基于Python+Opencv的车牌识别系统 用python3+opencv3做的中国车牌识别，包括算法和客户端界面，只有2个文件，surface.py是界面代码，predict.py是算法代码，界面不是重点所以用tkinter写得很简单。 使用方法： 版本：python3.4.4，opencv3.4和numpy1.14和PIL5 下载源码，并安装python、numpy、opencv的python版、PIL，运行surface.py即可 算法实现： 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会发现，车牌字符识别，可能存在误差，尤其是