新表情包系统；对应的测试；TODO更新；Prompt拆分；工具拆分

src/common/utils/utils_image.py

@@ -0,0 +1,104 @@
+from PIL import Image as PILImage, ImageSequence
+
+import base64
+import io
+import numpy as np
+
+from src.common.logger import get_logger
+
+logger = get_logger("image")
+
+
+class ImageUtils:
+    @staticmethod
+    def gif_2_static_image(gif_bytes: bytes, similarity_threshold: float = 1000.0, max_frames: int = 15) -> bytes:
+        """
+        将GIF图片水平拼接为静态图像，跳过相似帧
+
+        Args:
+            gif_bytes (bytes): 输入的GIF图片字节数据
+            similarity_threshold (float): 判定帧相似的阈值 (MSE)，越小表示要求差异越大才算不同帧，默认1000.0
+            max_frames (int): 最大抽取的帧数，默认15
+        Returns:
+            bytes: 拼接后的静态图像字节数据，格式为JPEG
+        Raises:
+            ValueError: 如果输入的GIF无效或无法处理
+            MemoryError: 如果处理过程中内存不足
+            Exception: 其他异常
+        """
+        with PILImage.open(io.BytesIO(gif_bytes)) as gif_image:
+            if not gif_image.format or gif_image.format.lower() != "gif":
+                logger.error("输入的图片不是有效的GIF格式")
+                raise ValueError("输入的图片不是有效的GIF格式")
+            # --- 流式迭代并选择帧（避免一次性加载所有帧） ---
+            selected_frames: list[PILImage.Image] = []
+            last_selected_frame_np = None
+            frame_index = 0
+
+            for frame in ImageSequence.Iterator(gif_image):
+                # 确保是RGB格式方便比较
+                frame_rgb = frame.convert("RGB")
+                frame_np = np.array(frame_rgb)
+
+                if frame_index == 0:
+                    selected_frames.append(frame_rgb.copy())
+                    last_selected_frame_np = frame_np
+                else:
+                    # 计算和上一张选中帧的差异（均方误差 MSE）
+                    mse = np.mean((frame_np - last_selected_frame_np) ** 2)
+                    # logger.debug(f"帧 {frame_index} 与上一选中帧的 MSE: {mse}")
+                    if mse > similarity_threshold:
+                        selected_frames.append(frame_rgb.copy())
+                        last_selected_frame_np = frame_np
+                        if len(selected_frames) >= max_frames:
+                            break
+                frame_index += 1
+
+        if not selected_frames:
+            logger.error("未能抽取到任何有效帧")
+            raise ValueError("未能抽取到任何有效帧")
+
+        # 获取选中的第一帧的尺寸（假设所有帧尺寸一致）
+        frame_width, frame_height = selected_frames[0].size
+        # 防止除以零
+        if frame_height == 0:
+            raise ValueError("帧高度为0，无法计算缩放尺寸")
+
+        # 计算目标尺寸，保持宽高比
+        target_height = 200  # 固定高度
+        target_width = int((target_height / frame_height) * frame_width)
+        # 宽度也不能是0
+        if target_width == 0:
+            logger.warning(f"计算出的目标宽度为0 (原始尺寸 {frame_width}x{frame_height})，调整为1")
+            target_width = 1
+        # 调整所有选中帧的大小
+        resized_frames = [
+            frame.resize((target_width, target_height), PILImage.Resampling.LANCZOS) for frame in selected_frames
+        ]
+
+        # 创建拼接图像
+        total_width = target_width * len(resized_frames)
+        combined_image = PILImage.new("RGB", (total_width, target_height))
+        # 水平拼接图像
+        for idx, frame in enumerate(resized_frames):
+            combined_image.paste(frame, (idx * target_width, 0))
+        buffer = io.BytesIO()
+        combined_image.save(buffer, format="JPEG", quality=85)  # 保存为JPEG
+        return buffer.getvalue()
+
+    @staticmethod
+    def image_bytes_to_base64(image_bytes: bytes) -> str:
+        """
+        将图片字节数据转换为Base64编码字符串
+
+        Args:
+            image_bytes (bytes): 输入的图片字节数据
+        Returns:
+            str: Base64编码的图片字符串
+        Raises:
+            ValueError: 如果输入的图片字节数据无效
+        """
+        if not image_bytes:
+            logger.error("输入的图片字节数据无效")
+            raise ValueError("输入的图片字节数据无效")
+        return base64.b64encode(image_bytes).decode("utf-8")