Spaces:
Sleeping
Sleeping
File size: 4,178 Bytes
8576e2e | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 | """
数据模型 - 图片可编辑化服务的核心数据结构
"""
from typing import Dict, Any, List, Optional, Tuple
from dataclasses import dataclass, field
@dataclass
class BBox:
"""边界框坐标"""
x0: float
y0: float
x1: float
y1: float
@property
def width(self) -> float:
return self.x1 - self.x0
@property
def height(self) -> float:
return self.y1 - self.y0
@property
def area(self) -> float:
return self.width * self.height
def to_tuple(self) -> Tuple[float, float, float, float]:
"""转换为元组格式 (x0, y0, x1, y1)"""
return (self.x0, self.y0, self.x1, self.y1)
def to_dict(self) -> Dict[str, float]:
"""转换为字典格式"""
return {
'x0': self.x0,
'y0': self.y0,
'x1': self.x1,
'y1': self.y1
}
def scale(self, scale_x: float, scale_y: float) -> 'BBox':
"""缩放bbox"""
return BBox(
x0=self.x0 * scale_x,
y0=self.y0 * scale_y,
x1=self.x1 * scale_x,
y1=self.y1 * scale_y
)
def translate(self, offset_x: float, offset_y: float) -> 'BBox':
"""平移bbox"""
return BBox(
x0=self.x0 + offset_x,
y0=self.y0 + offset_y,
x1=self.x1 + offset_x,
y1=self.y1 + offset_y
)
@dataclass
class EditableElement:
"""可编辑元素"""
element_id: str # 唯一标识
element_type: str # text, image, table, figure, equation等
bbox: BBox # 在父容器（EditableImage）坐标系中的位置
bbox_global: BBox # 在根图片（最顶层EditableImage）坐标系中的位置（预计算存储，避免前端/后续使用时重新遍历计算）
content: Optional[str] = None # 文字内容、HTML表格等
image_path: Optional[str] = None # 图片路径（MinerU提取的）
# 递归子元素（如果是图片或图表，可能有子元素）
children: List['EditableElement'] = field(default_factory=list)
# 子图的inpaint背景（如果此元素是递归分析的图片/图表）
inpainted_background_path: Optional[str] = None
# 元数据
metadata: Dict[str, Any] = field(default_factory=dict)
def to_dict(self) -> Dict[str, Any]:
"""转换为字典（可序列化）"""
result = {
'element_id': self.element_id,
'element_type': self.element_type,
'bbox': self.bbox.to_dict(),
'bbox_global': self.bbox_global.to_dict(),
'content': self.content,
'image_path': self.image_path,
'inpainted_background_path': self.inpainted_background_path,
'metadata': self.metadata,
'children': [child.to_dict() for child in self.children]
}
return result
@dataclass
class EditableImage:
"""可编辑化的图片结构"""
image_id: str # 唯一标识
image_path: str # 原始图片路径
width: int # 图片宽度
height: int # 图片高度
# 所有提取的元素
elements: List[EditableElement] = field(default_factory=list)
# Inpaint后的背景图（消除所有元素）
clean_background: Optional[str] = None
# 递归层级
depth: int = 0
# 父图片ID（如果是子图）
parent_id: Optional[str] = None
# 元数据
metadata: Dict[str, Any] = field(default_factory=dict)
def to_dict(self) -> Dict[str, Any]:
"""转换为字典（可序列化）"""
return {
'image_id': self.image_id,
'image_path': self.image_path,
'width': self.width,
'height': self.height,
'elements': [elem.to_dict() for elem in self.elements],
'clean_background': self.clean_background,
'depth': self.depth,
'parent_id': self.parent_id,
'metadata': self.metadata
}
|