别再只聊天了,微信电脑端的4项隐藏功能让你效率翻倍

微信,这个社交巨头在我们的日常生活中扮演着极其重要的角色。大多数人可能更习惯于使用手机端微信进行日常沟通,而电脑端微信则更多被用于办公场合。

但你知道吗?微信电脑端其实隐藏着许多强大且实用的功能,它们能为我们的工作带来极大的便利,甚至还有一些意想不到的惊喜。

今天,就让我们一起来揭开微信电脑端的神秘面纱,探索那些可能被我们忽视的实用功能。

ca83d6127ee0690d421b672e65821411.jpeg

1.识别图片提取文字

首先,让我们从图片文字识别功能开始。许多人都知道手机微信可以通过识别图片提取文字,将图片中的文字转换成可复制的文本,方便在电脑上编辑。

现在,微信电脑端也支持这一功能了。你只需将需要提取文字的图片发送到微信聊天窗口,然后双击图片放大,右键点击选择“提取文字”,

b6295073fb8c8ed0a69ddfe5a65cbea5.jpeg

微信就会自动识别并展示图片中的文字,我们可以轻松选择全部或部分文字,复制后粘贴到Word等软件中进行编辑。

fadf060cc5e8ea866dfb2458a649996c.jpeg

2.语音自动转文字

这个功能大家应该都不陌生,它可以帮助我们将语音消息转换成文字,方便查看。但你知道吗?

微信电脑端还可以设置成自动转换文字,你只需在设置中勾选“聊天中的语音消息自动转成文字”,就可以快速查看语音内容中的文字信息,大大提高沟通效率。

45fc3d091b90e608f34a586bbd74d1fa.jpeg

3.轻松传输文件

在办公场合,我们经常需要将文件传输到电脑上。但通过登录微信进行文件传输可能会暴露个人隐私,如好友的聊天记录等。

这时,微信电脑端的“只传输文件”功能就能避免这种尴尬。

3f87bc49596bfd6b1af399ff64186039.jpeg

你只需在电脑微信登录界面点击右下角的“只传输文件”按钮,扫描登录后,将想要保存在电脑上的文件通过手机微信发送至“文件传输助手”,电脑微信将同步显示该文件,然后另存到电脑即可。

8d912df8e6060b7adab9eaa23f15468b.jpeg

4.迁移聊天记录

当你不慎删除了手机上的聊天记录,但电脑微信中仍保存这些记录时,就可以通过这个功能将电脑上的聊天记录迁移回手机微信,相当于找回了已删除的记录。

操作也非常简单,点击电脑微信界面左下角的三条横杠图标,选择“迁移与备份”-“迁移部分聊天记录”,然后选择想要迁移记录的微信好友,点击“开始”按钮,就可以将电脑上的聊天记录传输至手机微信。

3840efa334d1d16d084ff8be214c5a62.jpeg

以上就是微信电脑端常被大家忽视的4个实用功能。它们不仅能提高我们的工作效率,还能在关键时刻提供便利。

  • 10
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *目内容完全原创,请勿对目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值