feat(deepdata): 引入修改密码、文件预览组件与清洗算子增强,deepflow 改名为 deep-flow

本次同步 09-12 至 09-28 的代码变更,主要内容:

新增功能
- 修改密码:后端新增 ChangePasswordRequest DTO 与UserController/UserService
  对应接口,前端新增 ChangePasswordDialog 并在 Header 接入入口
- 文件预览组件重构:file-preview 目录拆分出 VideoPreview(支持 blobUrl 直传)、
  ImagePreview、AudioPreview,index.tsx 统一调度各类型预览器
- 新增 my_ops 算子模块:markitdown_parser、mineru_pdf_parser、text_quality_evaluator
- 新增 tools/minio-file-server MinIO 文件服务

功能增强
- 数据清洗:cleaning_task_service/scheduler/routes 重构,
  data_juicer_executor 与 wrapper 增强,OperatorTable/LogsTable/TaskDetail 同步调整
- 数据标注:annotation sync.py、project.py 接口与schema 更新
- 数据采集、算子市场、首页与菜单路由相关页面调整
- DataJuicer 算子接入(useOperatorOperations、dj_ops_schema)

结构调整
- deepflow/ 更名为 deep-flow/(419 个文件重命名)
- 新增 helm 部署编排、GitHub Actions 之外的自建镜像构建脚本

未纳入本次提交
- scripts-backup/、runtime/python-executor-backup/、components_backup/(备份目录)
- *.backup*、__pycache__ 产物
- zh_core_web_sm-3.8.0-py3-none-any.whl(46MB 构建产物)
- DataX/(内嵌独立仓库,远程亦未收录其源码)
This commit is contained in:
沃巴蒂
2026-10-03 22:44:56 +08:00
parent cbb1048e18
commit ff22ed3a8b
1156 changed files with 129912 additions and 21716 deletions
@@ -1,72 +1,72 @@
# -- encoding: utf-8 --
"""
Description: 图片对比度自适应增强
Version:
Create: 2025/01/13
"""
import time
from typing import Dict, Any
import cv2
import numpy as np
from loguru import logger
from deepdata.common.utils import bytes_transform
from deepdata.core.base_op import Mapper
class ImgContrast(Mapper):
"""图片对比度自适应增强"""
def __init__(self, *args, **kwargs):
super(ImgContrast, self).__init__(*args, **kwargs)
# 自适应增强参数
self.clip_limit = 2 # 指定对比度限制阈值, 较大的值会产生更大的对比度增强效(不作为参数传入)。
self.tile_grid = 16 # 指定图像划分的网格大小,较小的网格大小会导致更局部的均衡化效果(不作为参数传入)。
self.standard_mean = 100 # 图片增强后的平均对比度(不作为参数传入)。
self.eps = 0.5 # 小值,计算图像对比度增强因子的时候,防止全黑图片导致的除零错(不作为参数传入)。
@staticmethod
def _get_contrast(image: np.ndarray):
"""计算图像所有通道的平均标准差"""
_, stddev = cv2.meanStdDev(image)
contrast_std = np.mean(stddev)
return contrast_std
def enhance_contrast(self, image_data: np.ndarray, file_name):
"""对比度自适应增强方法"""
contrast_std = self._get_contrast(image_data)
contrast_factor = self.standard_mean / (contrast_std + self.eps)
# 图片对比度较高,不需要增强对比度
if contrast_factor <= 1:
logger.info(f"fileName: {file_name}, method: ImgContrast not need enhancement")
return image_data
# 将彩色图像转换为Lab颜色空间
cv2.cvtColor(image_data, cv2.COLOR_BGR2Lab, dst=image_data)
# 使用局部自适应直方图均衡化进行对比度调整。
clahe = cv2.createCLAHE(clipLimit=self.clip_limit, tileGridSize=(self.tile_grid, self.tile_grid))
image_data[:, :, 0] = clahe.apply(image_data[:, :, 0])
# 将增强后的Lab图像转换回BGR颜色空间
cv2.cvtColor(image_data, cv2.COLOR_Lab2BGR, dst=image_data)
return image_data
def execute(self, sample: Dict[str, Any]):
start = time.time()
self.read_file_first(sample)
img_bytes = sample[self.data_key]
file_name = sample[self.filename_key]
file_type = "." + sample[self.filetype_key]
if img_bytes:
# 进行图片增强
img_data = bytes_transform.bytes_to_numpy(img_bytes)
img_data = self.enhance_contrast(img_data, file_name)
sample[self.data_key] = bytes_transform.numpy_to_bytes(img_data, file_type)
logger.info(f"fileName: {file_name}, method: ImgContrast costs {time.time() - start:6f} s")
return sample
# -- encoding: utf-8 --␍␍
␍␍
"""␍␍
Description: 图片对比度自适应增强␍␍
Version:␍␍
Create: 2025/01/13␍␍
"""␍␍
␍␍
import time␍␍
␍␍
from typing import Dict, Any␍␍
␍␍
import cv2␍␍
import numpy as np␍␍
from loguru import logger␍␍
␍␍
from deepdata.common.utils import bytes_transform␍␍
from deepdata.core.base_op import Mapper␍␍
␍␍
␍␍
class ImgContrast(Mapper):␍␍
"""图片对比度自适应增强"""␍␍
␍␍
def __init__(self, *args, **kwargs):␍␍
super(ImgContrast, self).__init__(*args, **kwargs)␍␍
# 自适应增强参数␍␍
self.clip_limit = 2 # 指定对比度限制阈值, 较大的值会产生更大的对比度增强效(不作为参数传入)。␍␍
self.tile_grid = 16 # 指定图像划分的网格大小,较小的网格大小会导致更局部的均衡化效果(不作为参数传入)。␍␍
self.standard_mean = 100 # 图片增强后的平均对比度(不作为参数传入)。␍␍
self.eps = 0.5 # 小值,计算图像对比度增强因子的时候,防止全黑图片导致的除零错(不作为参数传入)。␍␍
␍␍
@staticmethod␍␍
def _get_contrast(image: np.ndarray):␍␍
"""计算图像所有通道的平均标准差"""␍␍
_, stddev = cv2.meanStdDev(image)␍␍
contrast_std = np.mean(stddev)␍␍
return contrast_std␍␍
␍␍
def enhance_contrast(self, image_data: np.ndarray, file_name):␍␍
"""对比度自适应增强方法"""␍␍
␍␍
contrast_std = self._get_contrast(image_data)␍␍
contrast_factor = self.standard_mean / (contrast_std + self.eps)␍␍
␍␍
# 图片对比度较高,不需要增强对比度␍␍
if contrast_factor <= 1:␍␍
logger.info(f"fileName: {file_name}, method: ImgContrast not need enhancement")␍␍
return image_data␍␍
# 将彩色图像转换为Lab颜色空间␍␍
cv2.cvtColor(image_data, cv2.COLOR_BGR2Lab, dst=image_data)␍␍
␍␍
# 使用局部自适应直方图均衡化进行对比度调整。␍␍
clahe = cv2.createCLAHE(clipLimit=self.clip_limit, tileGridSize=(self.tile_grid, self.tile_grid))␍␍
image_data[:, :, 0] = clahe.apply(image_data[:, :, 0])␍␍
␍␍
# 将增强后的Lab图像转换回BGR颜色空间␍␍
cv2.cvtColor(image_data, cv2.COLOR_Lab2BGR, dst=image_data)␍␍
return image_data␍␍
␍␍
def execute(self, sample: Dict[str, Any]) -> Dict[str, Any]:␍␍
start = time.time()␍␍
self.read_file_first(sample)␍␍
img_bytes = sample[self.data_key]␍␍
file_name = sample[self.filename_key]␍␍
file_type = "." + sample[self.filetype_key]␍␍
if img_bytes:␍␍
# 进行图片增强␍␍
img_data = bytes_transform.bytes_to_numpy(img_bytes)␍␍
img_data = self.enhance_contrast(img_data, file_name)␍␍
sample[self.data_key] = bytes_transform.numpy_to_bytes(img_data, file_type)␍␍
logger.info(f"fileName: {file_name}, method: ImgContrast costs {time.time() - start:.6f} s")␍␍
return sample␍␍