Git Product home page Git Product logo

chromex's Introduction

print("Hey, what's up?")

My name is Rubens (says like "Reubens") and I'm a software developer from Brazil.

About me

✨ Creating bugs since 2020
📚 I'm currently learning GeneXus
🎯 Goals: Live the process and compile without errors
🎲 Fun fact: record of pizza slices: 7

I code with

python logo java logo mysql logo azure logo html5 logo css3 logo javascript logo bulma logo

languages graph stats graph streak graph trophy graph

chromex's People

Contributors

cristianomafrajunior avatar dependabot[bot] avatar rubensantoniorosa2704 avatar zancaneto avatar

Watchers

 avatar  avatar

chromex's Issues

Atualização da documentação

Precisa-se atualizar o arquivo README.md para condizer com as novas funcionalidades do Chromex 2.0. Algumas coisas mudaram desde a versão 1.2, como por exemplo:

  • O método de detecção de cores mudou. Por isso a criação de um novo versionamento, pois a raptura entre o método antigo e o atual exigiu esta mudança.
  • Teste do método fornecido no README.md. Precisamos de alguma "cobaia" para testar o método descrito para a contribuição do projeto. Tenho ciência de que todos os integrantes são colaboradores no momento, e podem fazer pull requests de maneira direta. Entretanto, é importante esta revisão de qualquer forma.

Não esquecer de referenciar o issue no pull request e marcar como fechado ao mesclar com a branch main.

Compilar o programa

Compilar o programa

Precisamos descobrir uma alternativa para compilar os arquivos do Chromex, de maneira que não seja preciso baixar os módulos toda vez que o programa for executado. Atualmente, usamos um arquivo chamado "requirements.txt" que busca os pacotes necessários e baixa automaticamente por meio do pip.
file1

Estes são algumas das bibliotecas que encontrei para realizar esta tarefa.

  • PyInstaller
  • cx_Freeze
  • Py2exe
  • Nuitka
  • PyOxidizer

Implementação de Serviço API RESTful para o Projeto Chromex

Issue: Implementação de Serviço API RESTful para o Projeto Chromex

Descrição

O objetivo desta issue é implementar um serviço API RESTful para o projeto Chromex, modularizando sua funcionalidade de reconhecimento de cores e transformando-o em um pacote que possa ser usado em qualquer linguagem de programação. A implementação de uma API RESTful permitirá que desenvolvedores integrem facilmente o reconhecimento de cores em seus aplicativos, independentemente da tecnologia que estão utilizando. Isso aumentará a flexibilidade, escalabilidade e reutilização do projeto.

Objetivos

  1. Modularização do Código:

    • Refatorar o código existente para separar a lógica de reconhecimento de cores do restante do aplicativo.
    • Criar uma classe principal Chromex que encapsule todas as funcionalidades de reconhecimento de cores.
  2. Implementação da API RESTful:

    • Desenvolver uma API RESTful utilizando Flask para permitir a comunicação via HTTP.
    • Criar endpoints para upload de imagens e retorno da cor predominante.
  3. Criação do Pacote para PyPI:

    • Estruturar o projeto como um pacote Python.
    • Adicionar arquivos de configuração necessários (setup.py, MANIFEST.in, etc.).
    • Publicar o pacote no Python Package Index (PyPI).
  4. Documentação e Exemplos:

    • Atualizar a documentação do projeto para incluir instruções sobre como utilizar a API RESTful.
    • Fornecer exemplos de código para integração com frameworks web como Flask e Django.
    • Incluir tutoriais e vídeos explicativos.

Funcionalidades a Implementar

  1. Endpoint para Upload de Imagens:

    • Rota: /api/upload
    • Método: POST
    • Descrição: Permite o upload de uma imagem e retorna a cor predominante na imagem.
  2. Endpoint para Detecção de Múltiplas Cores:

    • Rota: /api/multi-color-detect
    • Método: POST
    • Descrição: Permite o upload de uma imagem e retorna as cores predominantes na imagem.
  3. Suporte a Diferentes Formatos de Imagem:

    • Conversão automática para o formato necessário.
    • Suporte para JPEG, PNG, BMP, etc.
  4. Personalização do Text-to-Speech:

    • Opções para personalizar a voz e o idioma do mecanismo de síntese de voz.
    • Integração com serviços externos de TTS como Google Text-to-Speech ou Amazon Polly.
  5. Interface Gráfica de Usuário (GUI):

    • Desenvolver uma interface gráfica de usuário usando Tkinter, PyQt ou Kivy.
    • Criar uma interface web simples para upload de imagens e visualização dos resultados.

Tarefas

  • Refatorar o código existente e criar a classe Chromex.
  • Desenvolver a API RESTful usando Flask.
  • Criar endpoints para upload de imagens e retorno da cor predominante.
  • Estruturar o projeto como um pacote Python e criar arquivos de configuração necessários.
  • Publicar o pacote no PyPI.
  • Atualizar a documentação do projeto com instruções detalhadas e exemplos de uso.
  • Criar tutoriais e vídeos explicativos.
  • Desenvolver uma interface gráfica de usuário (opcional).

Contribuição

Para contribuir com esta issue, siga os passos abaixo:

  1. Fork o repositório e clone-o localmente.
  2. Crie um branch específico para esta issue: git checkout -b feature/api-restful.
  3. Faça as alterações necessárias e commite suas mudanças.
  4. Sincronize com o repositório original: git pull upstream main.
  5. Suba suas mudanças para o repositório remoto: git push origin feature/api-restful.
  6. Crie um Pull Request detalhando as mudanças realizadas.

Contatos

Caso precise de ajuda ou tenha algum feedback, mande um email para [email protected].


Essa implementação permitirá que o projeto Chromex seja amplamente utilizado e integrado em diversas aplicações, promovendo sua adoção e expansão. Agradecemos antecipadamente por sua contribuição!

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.