Данная работа посвящена анализу и изучению проблем обрабо-тки изображений и современных тенденций в смежных областях и пре-длагает решения в виде программного обеспечения, основанного на оц-енке алгоритмов и микросервисной архитектуре. Были поставлены следующие задачи: 1.Анализ тенденций обработки изображений и смежных облас-тей 2.Поиск  домена связанные проблемны, основываясь на актуал-ьных запросах индустрии 3.Реализация программного обеспечения с помощью Python и  JavaWeb 4.Тестируйте и оптимизируйте качество программного обеспе-чения Для повышения качества конечного продукта был проведен по-иск приемов и инструментов, необходимых для составления проекта. А библиотеки и фреймворки, обычно используемые в текущем программ-ном обеспечении для обработки изображений, сравниваютсяи фреймво-рками, чтобы выбрать наилучший вариант. В результате было разработано решение, удовлетворяющее текущую потребность в выборе фундаментальных алгоритмов обработки изображений.ПО написано на Python и SpringBoot на основе Java. А для реализации функции используется алгоритм,  основанный на б-иблиотеке OpenCV. Симуляции предлагаемого программного обеспечения тестируются и оцениваются, и получаются результаты.В заключении показаны сильные и слабые стороны решения и предложены дальнейшие шаги поразвитию.

This work is devoted to the analysis and study of image processing problems and current trends in related fields and offers solutions in the form of software based on algorithm evaluation and microservice architecture. The following tasks were set: 1.Trend analysis of image processing and related fields 2.Finding a related domain is problematic based on current industry requests 3.Software implementation with Python and JavaWeb 4.Test and optimize software quality To improve the quality of the final product, a search was made for the techniques and tools necessary for drafting the project. And the libraries and frameworks commonly used in current image processing software are compared by the frameworks to choose the best one. As a result, a solution was developed that satisfies the current need for a choice of fundamental image processing algorithms. The software is written in Python and SpringBoot based on Java. And to implement the function, an algorithm based on the OpenCV library is used. Simulations of the proposed software are tested and evaluated, and the results are obtained. In conclusion, the strengths and weaknesses of the solution are shown and further development steps are suggested.

• РЕФЕРАТ
• ABSTRACT
• Оглавление
• ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
• Введение
• Глава 1. Обзор аналогов
  • 1.1OpenCV
  • 1.2Vision Pro
  • 1.3MIL
  • 1.4Halcon
  • 1.5eVision
  • 1.6Выводы
• Глава 2. Разработка решения
  • 2.1 Конкретные цели решения
  • 2.2 Оценка существующих алгоритмов
    • 2.2.1 Обзор существующих методов оценки алгоритмов
    • 2.2.2 Анализ проблем существующих методов оценки
    • 2.2.3 Способ оптимизации алгоритма
    • 2.2.4 Этапы оптимизации алгоритмов и параметров
    • 2.2.5 Использование СППР для оптимизации алгоритмо
  • 2.3 Архитектура
    • 2.3.1 Логический поток фреймворка
    • 2.3.2 Выбор среды разработки
    • 2.3.3 Архитектура системы
    • 2.3.4 СУБД
• Глава 3. Внедрение программного обеспечения
  • 3.1 Строй СУБД
  • 3.2 Реализация функции обработки изображений
    • 3.2.1 Инструменты используемые для реализации функ
    • 3.2.2 Функциональность
    • 3.2.3 Построение микросервисной архитектуры
  • 3.3 Автоматическое развертывание
    • 3.3.1 Система контроля версий git
    • 3.3.2 Docker
    • 3.3.3 Harbor
    • 3.3.4 Jenkins
    • 3.3.5 Внедрение CI/CD на Jenkins
  • 3.6 Оптимизация результатов обработки
  • 3.7 Завершите дизайн конца Android и веб-конца
• Глава 4. Tест программного обеспечения
  • 4.1 Обнаружение статического анализа кода
  • 4.2 Модульный тест
  • 4.3 Формальная инспекция кода
  • 4.4 Динамический анализ кода
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ