DICOM, 스프레드시트, 이메일과 혼합 미디어 API

아래 함수의 미디어 입력과 출력은 실제 변환에 주입된 핸들입니다. 단일 항목을 지정할 수 있는 메서드의 media_item_rid: Optional[str]는 기본 None이며 집합 전체를 처리합니다.

render_dicom_layer

DICOM의 한 layer를 이미지로 렌더링하고 MediaSetInputTransform을 반환합니다.

인자	자료형	기본값과 조건
`media_item_rid`	`Optional[str]`	None
`layer_number`	`Optional[int]`	생략하면 가운데 layer
`width`	`Optional[int]`	height를 지정하지 않으면 필요. 한쪽만 지정하면 비율 유지
`height`	`Optional[int]`	width를 지정하지 않으면 필요. 한쪽만 지정하면 비율 유지
`output_format`	`str`	기본 PNG. JPEG 등의 이미지 형식 선택

다음 예제는 layer_number 2와 목표 폭 1024를 명시합니다.

def render_layer(dicom, image_output):
    operation = dicom.transform().render_dicom_layer(layer_number=2, width=1024)
    image_output.write(operation)

extract_content_from_spreadsheets

스프레드시트 내용을 추출합니다. media_item_rid와 suppress_errors: bool=True를 받습니다. 집합 전체에서 True이면 오류를 결과에 포함하고 False이면 빌드가 실패합니다. 단일 항목에는 오류 억제 옵션을 적용하지 않습니다.

단일 결과는 각 sheet 이름을 키로 하고, 그 값에 table과 merged_cells를 가진 JSON 문자열입니다. 집합 전체는 media_item_rid, path, media_reference, extracted_content 열의 DataFrame이며 extracted_content는 문자열입니다.

def spreadsheet_contents(spreadsheets, dataset_output):
    dataset_output.write_dataframe(spreadsheets.transform().extract_content_from_spreadsheets())

extract_email_body

인자	자료형	기본값과 의미
`media_item_rid`	`Optional[str]`	None, 집합 전체
`output_format`	`Literal["TEXT", "HTML"]`	TEXT
`suppress_errors`	`bool`	True, 집합 전체의 오류를 결과에 포함. False이면 빌드 실패

단일 항목은 선택한 형식의 이메일 본문 문자열을 반환합니다. 집합 전체는 공통 식별자 열과 email_body: str 열을 반환합니다.

def email_bodies(emails, dataset_output):
    dataset_output.write_dataframe(emails.transform().extract_email_body())

extract_email_attachments

이메일의 첨부 미디어를 추출하며 MediaSetInputTransform을 반환합니다.

인자	자료형	기본값과 의미
`media_item_rid`	`Optional[str]`	None
`schema_type`	`Optional[str]`	None이면 모든 첨부. 지정하면 해당 schema만 추출

schema_type은 audio, image, video, document, spreadsheet, dicom, email 중 선택합니다. 여러 형식의 첨부를 함께 추출하면 그 결과를 수용하는 multimodal 출력을 준비합니다.

def email_attachments(emails, multimodal_output):
    multimodal_output.write(emails.transform().extract_email_attachments())

filter_to

혼합 미디어에서 schema 유형과 필요하면 세부 형식을 선택합니다.

인자	자료형	조건
`schema_type`	`str`	필수. audio, image, video, document, spreadsheet, dicom, email 중 하나
`formats`	`Optional[list[str]]`	생략하면 해당 schema의 모든 형식

formats 인자가 받는 값은 다음과 같습니다.

Schema	세부 형식
document	`pdf`, `docx`, `pptx`, `txt`
image	`png`, `jpeg`, `jpg`, `tiff`, `bmp`, `webp`, `jp2`, `jp2k`, `nitf`
audio	`mp3`, `wav`, `flac`, `ogg`, `opus`, `m4a`, `webm_audio`
video	`mp4`, `ts`, `mov`, `mkv`
spreadsheet	`xlsx`
email	`eml`
dicom	세부 형식으로 좁히는 기능 없음

필터는 MediaSetInputTransform을 반환하므로 이후 작업을 연결할 수 있습니다. 다음 절단 예제에서는 선택한 문서들이 최소 다섯 페이지이며 문서 절단을 지원하는 형식이어야 합니다.

def slice_documents(media, document_output):
    operation = media.transform().filter_to("document").slice_document(
        start_page=0, end_page=5
    )
    document_output.write(operation)


def ocr_only_pdfs(media, dataset_output):
    result = media.transform().filter_to("document", formats=["pdf"]).ocr()
    dataset_output.write_dataframe(result)


def copy_pdf_and_docx(media, document_output):
    operation = media.transform().filter_to("document", formats=["pdf", "docx"])
    document_output.write(operation)

마지막 필터는 DOCX를 PDF로 바꾸지 않고 두 형식의 항목을 선택합니다. 출력 schema가 두 결과 형식을 받아야 합니다. 출력의 경로 정책과 지연 평가 및 오류 처리는 write 계약을 따릅니다.