Application Identification Portes et Fenêtres

@techplusintl

★★★ KOTLIN SPECIALIST ★★★ Hi, The integration of computer vision into a mobile application presents unique challenges. Ensuring accurate dimension estimation requires careful calibration and testing with various reference objects. I recommend considering the variability in lighting conditions and angles when capturing images, as these factors can significantly affect detection accuracy. Additionally, user experience should be prioritized to facilitate easy navigation and reporting. For implementation, I will utilize Kotlin for the Android app, leveraging TensorFlow Lite for real-time image processing. OpenCV will assist in enhancing image quality, while Firebase will manage data storage and user authentication. I will conduct thorough testing on multiple devices to ensure compatibility and performance. To get started, I will need access to any existing datasets for training the model, as well as specific requirements for the user interface design. Thanks!

@zarminagull189

Projet ambitieux et pertinent: automatiser l’identification de portes et fenêtres via smartphone. Solution proposée: - Développement Android et iOS multiplateforme (Java/Kotlin pour Android, Swift pour iOS) avec une chaîne vision par ordinateur (TensorFlow Lite/MediaPipe) et OpenCV. - Calibration et estimation des dimensions par référence et ARCore; stockage via Firebase/SQLite. - Génération d’un rapport comprenant type, dimensions, localisation GPS et horodatage. Livrables: - Application fonctionnelle (APK/IPA), architecture et manuel utilisateur. - Documentation technique et présentation de soutenance (PFE). - Démo opérationnelle. Budget + délai: - Budget à discuter; estimation initiale: 8-12 semaines selon contraintes et jeu de données. Qualité et design: - Graphic Design pour une UI claire et intuitive; Mobile App Development pour une expérience robuste. - Portfolio: https://www.freelancer.com/u/zarminagull189 Cordialement

@toriquldev123

Hello There! I’m Md Toriqul Islam, and I’m excited to partner with you & I can dive into your project immediately. I’m an experienced full-stack developer specializing in Android/iOS apps, computer vision, AI/ML, OpenCV, ARCore, and Firebase, with over 10 years of experience. I have rich experience in mobile app development, TensorFlow Lite, ML Kit, OpenCV, AR-based measurement, image classification, GPS integration, and Firebase. I have some questions: 1) Do you already have a dataset of door/window images for training and classification? 2. Should dimension estimation work using ARCore, a reference object, or both approaches? 3. Do you need the final application only for Android, or should I plan the architecture for future iOS support as well? I am skilled in Kotlin, Android, TensorFlow Lite, ML Kit, OpenCV, ARCore, Firebase, SQLite, computer vision, and AI-based image classification. I understand you need a mobile solution that captures doors/windows, identifies their type, estimates real-world dimensions, and generates reports with GPS and timestamp data. I can build the Android MVP with a scalable architecture, reliable vision pipeline, measurement workflow, storage, documentation, PFE report, and final demonstration. I’m ready to start immediately and would be happy to discuss this project. Looking forward to hearing from you. Best regards, Md Toriqul Islam

@invoketech

Bonjour, nous avons travaillé sur des projets similaires mêlant vision par ordinateur et applications mobiles, et nous pouvons vous présenter des exemples pertinents. J'ai étudié attentivement vos besoins ; je suis en mesure de développer une application Android capable de capturer des images de portes et fenêtres, d'en identifier le type et d'en estimer les dimensions grâce à la vision par ordinateur et à un étalonnage basé sur la caméra. Fort de plus de 10 ans d'expérience dans le développement mobile et l'IA, je maîtrise Kotlin, TensorFlow Lite, OpenCV, ARCore et Firebase pour concevoir une solution fiable et pratique. Déroulement du projet : Capture d'images → Prise de vues nettes des portes et fenêtres. Détection d'objets → Identification du type d'ouverture via un modèle de machine learning (ML). Mesure → Estimation de la hauteur et de la largeur par réalité augmentée (AR) ou étalonnage. Génération de rapport → Enregistrement du type, des dimensions, des coordonnées GPS ainsi que de la date et de l'heure. Tests et livraison → Validation de la précision, puis remise de la documentation et de la démonstration finale. Cordialement, Invoke Tech

@webphp0321

Bonjour, J’ai attentivement lu votre description et comprends que vous souhaitez développer une application Android permettant de photographier des portes/fenêtres, d’identifier automatiquement leur type, d’estimer leurs dimensions et de générer un rapport avec GPS et date/heure. Avec plus de 10 ans d’expérience en développement mobile et full-stack, je peux réaliser cette solution en Kotlin avec TensorFlow Lite/ML Kit, OpenCV et ARCore pour la détection, classification et mesure. Je prendrai également en charge Firebase/SQLite, la capture photo, les données GPS, la génération des rapports ainsi que la documentation technique et le manuel utilisateur. Je peux également vous accompagner pour le rapport de PFE et la présentation finale avec une démonstration fonctionnelle. Cordialement, ALOP

@Jennycreation

Hi there! I'm an experienced mobile developer specializing in iOS and Android app development. I have extensive experience building native and cross-platform applications using React Native, Flutter, Swift, Kotlin, and other modern frameworks. I can help you build a high-quality mobile app that meets your requirements and delivers an excellent user experience. I'm well-versed in app architecture, UI/UX best practices, API integration, and app store deployment. Let's discuss your project requirements and I'll provide a detailed proposal tailored to your needs. Looking forward to working with you!

@Tanmoy236

Bonjour! Je suis un développeur mobile spécialisé en vision par ordinateur et applications Android/iOS. Je peux créer votre application d'identification de portes et fenêtres à partir d'une simple photo. Voici comment je peux vous aider : - Développer une application mobile (Android, avec possibilité iOS) en Kotlin ou Java - Intégrer la capture d'image via l'appareil photo du téléphone - Identifier automatiquement le type d'ouverture : porte simple, porte double, fenêtre coulissante, fenêtre à battants, etc. - Estimer les dimensions réelles (hauteur, largeur) à partir de l'image, en utilisant ARCore et des objets de référence pour la calibration - Générer un rapport avec type, dimensions, localisation GPS, date et heure - Utiliser TensorFlow Lite, MediaPipe ou ML Kit pour la classification, et OpenCV pour le traitement d'image - Stocker les données dans SQLite ou Firebase Realtime Database Livrables : - Application Android fonctionnelle - Documentation technique (architecture, choix technologiques, manuel utilisateur) - Rapport de PFE détaillé - Présentation finale avec démonstration Je peux partager des exemples de projets similaires en vision par ordinateur et applications mobiles. Discutons de votre calendrier et de vos priorités pour commencer.

@shayankhan333

Estimer les dimensions réelles depuis une simple photo est le vrai défi ici, sans référence ARCore la marge d'erreur devient vite inacceptable. Je livrerai une app Android en Kotlin avec TensorFlow Lite pour classifier le type d'ouverture, ARCore pour la mesure, et Firebase pour stocker rapports et coordonnées GPS. 1) Avez-vous un dataset annoté de portes/fenêtres, ou faut-il le constituer? 2) iOS est mentionné dans les objectifs, on cible Android seul pour le PFE ou les deux? Cheers Shayan

@jonasdedzo

Bonjour, je pense que vous cherchez à créer plus qu’une simple application de détection : l’objectif est de transformer une photo prise sur chantier en une identification exploitable des portes et fenêtres, avec des dimensions suffisamment fiables pour être utilisées dans un rapport. Je construirais d’abord une application Android native en Kotlin, avec une chaîne claire capture, détection/classification, calibration et génération du rapport. OpenCV et ML Kit ou TensorFlow Lite peuvent gérer l’identification, tandis qu’ARCore peut être utilisé pour la mesure lorsque les conditions permettent une estimation fiable. Les données utiles, comme le type, les dimensions, la position GPS et la date, seraient ensuite structurées pour faciliter l’export et la démonstration du PFE. Je documenterais également l’architecture, les choix techniques et le fonctionnement afin que la solution soit facile à présenter et à reprendre. Disposez-vous déjà d’un jeu d’images annotées pour entraîner ou valider la classification des différents types d’ouvertures ? Souhaitez-vous que la mesure soit basée principalement sur ARCore ou sur un objet de référence visible dans la photo ? Ces éléments permettront de choisir la méthode de vision et de mesure la plus adaptée dès le départ. Jonas

@KasjanovaEste

Bonjour, Je pense que vous cherchez à transformer une simple photo prise avec un smartphone en une identification exploitable des portes et fenêtres, avec leur type, leurs dimensions et les informations de localisation. Je peux développer l’application Android en Kotlin avec une architecture adaptée à la vision par ordinateur. Je partirais sur CameraX pour la capture, puis OpenCV/ML Kit ou TensorFlow Lite pour la détection et la classification des ouvertures. Pour les dimensions, j’utiliserais ARCore lorsque l’appareil le permet, avec une méthode de calibration ou un objet de référence pour améliorer la précision. Les résultats pourront ensuite être enregistrés avec les coordonnées GPS et la date/heure, puis présentés dans un rapport clair. Je prévoirais également une architecture propre, des tests sur différents appareils Android et une documentation expliquant les choix techniques, le fonctionnement et l’utilisation de l’application. L’objectif est d’avoir un prototype fonctionnel et suffisamment clair pour votre démonstration et votre PFE. Je peux également vous accompagner sur la préparation de la démonstration finale et de la documentation technique. Fernando

@manh2906

Hi there, I am Mahh. Je pense que vous cherchez à transformer une photo prise avec un smartphone en une identification exploitable des portes et fenêtres, avec estimation des dimensions et génération automatique d’un rapport. Je construirais d’abord le pipeline Android autour de la capture et de la détection, puis j’ajouterais la classification et la mesure calibrée afin d’obtenir des résultats cohérents. Je proposerais : Application Android native en Kotlin/Java Détection/classification via ML Kit, TensorFlow Lite ou MediaPipe selon les données disponibles OpenCV pour le traitement d’image et la calibration ARCore lorsque les conditions permettent une mesure plus fiable Stockage des résultats, GPS et horodatage Génération d’un rapport clair avec type et dimensions Architecture documentée et démonstration finale J’ai plus de 10 ans d’expérience professionnelle en développement logiciel, notamment en applications mobiles, solutions AI, vision/traitement de données et backend. Je privilégierais une approche progressive, car la précision des dimensions dépend fortement de la méthode de calibration et des images de référence disponibles. Je suis prêt à commencer par définir le protocole de mesure et le premier prototype de détection.

@mayankinnovative

Je peux développer cette application Android de reconnaissance des portes et fenêtres avec une approche combinant vision par ordinateur, classification et estimation des dimensions à partir de la caméra du smartphone. Je recommande Kotlin avec TensorFlow Lite/ML Kit pour la détection et classification, OpenCV pour le traitement d’image et ARCore lorsque la calibration et les données de profondeur permettent d’améliorer la mesure réelle hauteur/largeur. L’application pourra capturer la photo, identifier le type d’ouverture, estimer ses dimensions et générer automatiquement un rapport avec GPS, date et heure. Je structurerai l’architecture pour qu’elle soit fiable, maintenable et facile à faire évoluer, avec SQLite ou Firebase selon les besoins de stockage. Je prendrai également en charge les tests sur différents appareils, la validation des résultats et la gestion des cas difficiles (angle, luminosité, distance). Je fournirai le code source, l’architecture documentée, le manuel utilisateur, le rapport PFE détaillé ainsi qu’une présentation finale avec démonstration. L’objectif est de livrer une solution fonctionnelle, claire et prête pour la démonstration.

@longngoc2307

==== Hi - Truong here ==== "PORTE ET FENÊTRE IDENTIFICATION PAR PHOTO" — vous voulez transformer une simple photo smartphone en identification fiable avec type et dimensions exploitables. Je partirais sur Kotlin + OpenCV/ML Kit pour la détection, avec ARCore pour la mesure lorsque les conditions de calibration le permettent. Je garderais la classification et la mesure séparées afin de pouvoir améliorer le modèle sans refaire toute l’application, puis j’ajouterais le rapport avec GPS, date/heure et résultats. Q1 - Avez-vous déjà un jeu d’images annotées de portes/fenêtres pour entraîner ou tester la classification ? Looking forward to work with you.

@engruhulajom

Dear Client, I’m a Top Rated Full-Stack Developer with over 10 years of experience in web and mobile app development. I can build your architectural identification application with a reliable, scalable approach. I understand you need an Android/iPhone app that captures door and window images, automatically classifies opening types, estimates dimensions, and generates reports with GPS and timestamps. I propose Kotlin/Java, TensorFlow Lite, OpenCV, ARCore, and Firebase, along with technical documentation and PFE support. My skills include Java, Kotlin, React Native, Python, APIs, and database design. Could we discuss the reference objects required for accurate measurement calibration? Best regards, Md Ruhul Ajom

@carlosd178

Bonjour, Après avoir étudié votre projet, je comprends que l’objectif est de développer une application mobile capable d’identifier automatiquement les portes/fenêtres depuis une photo, d’estimer leurs dimensions réelles et de générer un rapport avec type, mesures, GPS et date/heure. J’ai de l’expérience en développement d’applications, traitement d’images, intégration de modèles IA et conception d’architectures techniques. Pour ce projet, je recommande Kotlin pour Android, TensorFlow Lite/MediaPipe pour la détection et classification, OpenCV pour le traitement d’image et ARCore pour améliorer l’estimation des dimensions. Le point le plus délicat sera la précision des mesures à partir d’une seule image. Je proposerais donc une calibration avec objet de référence ou ARCore plutôt qu’une simple estimation basée sur les pixels. Les résultats pourront ensuite être enregistrés dans SQLite/Firebase et exportés dans un rapport structuré. Je peux également fournir la documentation d’architecture, le manuel utilisateur, le rapport PFE ainsi qu’un support pour la présentation/démonstration finale. Deux questions rapides : • Disposez-vous déjà d’un dataset d’images annotées de portes et fenêtres ? • Souhaitez-vous Android uniquement pour le PFE, ou également une version iPhone ? Je suis disponible pour commencer immédiatement. Cordialement, Carlos

@Abror86

Bonjour J’espère que vous allez bien "Identifier Et Mesurer Portes Et Fenêtres" - Je peux développer cette application Android avec Kotlin, OpenCV, ML Kit et ARCore pour une identification précise. Je peux implémenter la capture photo, classification automatique des ouvertures, estimation des dimensions, calibration par référence et génération des rapports avec GPS, date et heure. Je vais intégrer SQLite ou Firebase, structurer l’architecture, tester la détection et les mesures, puis fournir documentation technique, manuel utilisateur et démonstration finale. Souhaitez-vous privilégier ARCore pour obtenir des mesures dimensionnelles plus précises ? Looking forward to working with you.

@richardb063

Bonjour, je commencerais par la capture photo et la classification du type d’ouverture avec ML Kit ou TensorFlow Lite, car c’est la base sur laquelle tout le reste s’appuie. Développer une application Android qui identifie automatiquement portes et fenêtres depuis une simple photo, estime leurs dimensions réelles, et génère un rapport avec type, mesures, GPS et horodatage, est l’objectif. J’ai déjà travaillé sur des projets de vision par ordinateur où la détection et l’estimation de dimensions devaient rester fiables malgré des conditions de prise de vue variables. J’utiliserais Kotlin avec TensorFlow Lite ou ML Kit pour la classification, ARCore ou un objet de référence pour la calibration des mesures, Firebase pour le stockage, et une base locale pour le mode hors ligne. Je livrerais l’application fonctionnelle, la documentation technique couvrant l’architecture et les choix technologiques, le manuel utilisateur, le rapport de PFE détaillé, et la présentation finale avec démonstration. Quedo atento para afinar les détails du cahier des charges. Salutations.

@ankits0192

Bonjour, I have read your project requirement description carefully. I can develop this mobile vision application with Kotlin, OpenCV, TensorFlow Lite/ML Kit, ARCore, and Firebase, covering image capture, door/window classification, real-world dimension estimation, GPS metadata, and report generation. I’ll design the Android architecture to keep the computer-vision pipeline efficient and the measurement workflow practical for real smartphone use. On a recent OpenCV project, I improved detection reliability by combining image preprocessing with model-based classification, producing more consistent results across different image conditions. I’ll also provide clear documentation for your PFE presentation and demo. Let's discuss your project in more detail now. Best regards!

@Kredbird

Hi there, I'm Kyle! With my strong background in AI Automation and Mobile App Development, your project is a perfect fit for my skills and expertise. I understand the importance of accurate identification of architectural elements like doors and windows in the construction industry. I also comprehend the limitations and drawbacks of traditional manual measurements. With that in mind, I propose an AI-based approach leveraging computer vision technologies like TensorFlow Lite and OpenCV to turn manual inspections into streamlined, error-free computerized processes. My proficiency in Java or Kotlin for Android app development aligns perfectly with your requirement for an Android/iPhone application. Not only can I build the functional application as requested, but I can also provide detailed technical documentation that includes architecture, technology choices, and a user manual for efficient use of the app. Additionally, my skills extend to using Firebase Realtime Database for data storage which can be very useful for storing the extracted information in line with your project goals. Lastly, my dedication towards long-term support and quality assurance ensures that even after project delivery, you can rely on me whenever needed.