描述 #

图像格式转换处理器，支持多种输入输出格式转换，可调整输出质量。

核心功能 #

• 多种图像格式支持：
  • 输入：URL地址、Base64编码、二进制流
  • 输出：PNG、JPEG/JPG、WebP
• 质量调整：
  • 支持调整有损压缩格式（JPEG、WebP）的输出质量
  • 可设置质量范围为-1-100，-1表示使用默认值
• 智能格式处理：
  • 自动处理透明通道（JPEG不支持透明通道）
  • 自动处理色彩模式转换（如CMYK转RGB）
• 双输出模式：
  • Base64编码直出
  • TOS/本地持久化存储

算子参数 #

输入 #

输出 #

包含处理结果的字典数组，每个元素包含：

• base64: 转换后图像的base64编码；
• image_path: 本地/TOS存储路径（当配置输出目录时有效）

参数 #

如参数没有默认值，则为必填参数

调用示例 #

下面的代码展示了如何使用 daft 运行算子对图像做格式转换。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.image.image_format_convert import ImageFormatConvert
from daft.las.functions.udf import las_udf

if __name__ == "__main__":
    if os.getenv("DAFT_RUNNER", "native") == "ray":
        import logging

        import ray

        def configure_logging():
            logging.basicConfig(
                level=logging.INFO,
                format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
                datefmt="%Y-%m-%d %H:%M:%S.%s".format(),
            )
            logging.getLogger("tracing.span").setLevel(logging.WARNING)
            logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
            logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)

        ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
        daft.set_runner_ray()
    daft.set_execution_config(actor_udf_ready_timeout=600)
    daft.set_execution_config(min_cpu_per_task=0)


    tos_dir_url = os.getenv("TOS_DIR_URL", "las-cn-beijing-public-online.tos-cn-beijing.volces.com")
    samples = {
        "image": [
            f"https://{tos_dir_url}/public/shared_image_dataset/cat_ip_adapter.jpeg"
        ],
        "image_name": ["cat_ip_adapter"],
    }

    output_format = "png"
    image_suffix = ""
    tos_dir = ""
    local_dir = ""
    image_src_type = "image_url"
    quality = -1
    num_gpus = 0

    ds = daft.from_pydict(samples)
    ds = ds.with_column(
        "image_format_convert",
        las_udf(
            ImageFormatConvert,
            construct_args={
                "output_format": output_format,
                "image_suffix": image_suffix,
                "tos_dir": tos_dir,
                "local_dir": local_dir,
                "image_src_type": image_src_type,
                "quality": quality,
            },
            num_gpus=num_gpus,
            batch_size=1,
        )(col("image"), col("image_name")),
    )

    ds.show()

    # ╭────────────────────────────────┬────────────────┬────────────────────────────────────────╮
    # │ image                          ┆ image_name     ┆ image_format_convert                   │
    # │ ---                            ┆ ---            ┆ ---                                    │
    # │ Utf8                           ┆ Utf8           ┆ Struct[base64: Utf8, image_path: Utf8] │
    # ╞════════════════════════════════╪════════════════╪════════════════════════════════════════╡
    # │ https://las-cn-beijing-public… ┆ cat_ip_adapter ┆ {base64: iVBORw0KGgoAAAANSUhE…         │
    # ╰────────────────────────────────┴────────────────┴────────────────────────────────────────╯