Módulo de audio y avance imágenes (schemas y openAI)

app/utilities/image_utilities.py

@@ -0,0 +1,52 @@
+"""
+Validadores comunes para los endpoints de imagen.
+"""
+import base64
+
+from app.schemas.image_standard import ImageEvaluationRubric, ImageEvaluationCriteria
+
+def json_to_rubric(json_data: dict) -> ImageEvaluationRubric:
+    """Convierte un diccionario JSON en un objeto ImageEvaluationRubric mapeando los campos correctos."""
+    
+    def parse_criteria(criteria_list: list) -> list:
+        parsed_criteria = []
+        for item in criteria_list:
+            # Convertir el valor a float si existe
+            score_value = float(item["value"]) if item.get("value") is not None else None
+            description = str(item["description"]) if item.get("description") is not None else None
+            
+            # Procesar subcriterios recursivamente si existen
+            sub_raw = item.get("sub_criteria")
+            sub_parsed = parse_criteria(sub_raw) if sub_raw else None
+            
+            parsed_criteria.append(ImageEvaluationCriteria(
+                name=item["name"],
+                description=description,
+                score=score_value,
+                subcriteria=sub_parsed
+            ))
+        return parsed_criteria
+    
+    # Jerarquía de la categoría
+    category_info = json_data.get("category", {})
+    hierarchy_list = category_info.get("hierarchy", [])
+    
+    # Ordenamos por nivel para asegurar la lógica: Nivel 0 -> Nivel 1 -> Nivel 2
+    sorted_hierarchy = sorted(hierarchy_list, key=lambda x: x.get("level", 0))
+    
+    # Unimos los nombres con ' > '
+    specialization_path = " > ".join([item["name"] for item in sorted_hierarchy]) if sorted_hierarchy else None
+    
+    # Extraer la información principal de la rúbrica
+    rubric_info = json_data.get("rubric", {})
+    
+    return ImageEvaluationRubric(
+        name=rubric_info.get("name", "Sin nombre"),
+        description=str(rubric_info["description"]) if rubric_info.get("description") is not None else None,
+        category=specialization_path,
+        criteria=parse_criteria(json_data.get("criteria", []))
+    )
+    
+def encode_image_from_bytes(image_bytes: bytes) -> str:
+    """Codifica imagen desde bytes a base64"""
+    return base64.b64encode(image_bytes).decode('utf-8')