Files
Support-Agent/extraction/lenzspitze_absolu.py
T

49 lines
2.4 KiB
Python
Raw Normal View History

2026-11-05 09:00:41 +01:00
"""Provisoire, LENZSPITZE seulement : x / y des exports advanced en position absolue dans l'image, comme sur les autres stations.
Sur LENZSPITZE, x / y sont relatifs à la position de référence du motif (médianes ~0 px). Ce script réécrit en place
data/LENZSPITZE/displacement/*.csv :
x = x_motif + DX + x_csv, y = y_motif + DY + y_csv, où (x_motif, y_motif) est le centre du motif dans
data/LENZSPITZE/lentzpitze_patterns.json et (DX, DY) le décalage entre le repère du JSON et les images IRON ;
pattern_type, vide dans ces exports, est rempli depuis le JSON.
Les capteurs absents du JSON (1023, 8019) : x / y vidés (position inconnue) ; 8019 reçoit global_ref (il a des reproj_err).
Un fichier dont pattern_type est déjà rempli est laissé tel quel (déjà converti). Un repompage rend les originaux.
Usage : python3 extraction/lenzspitze_absolu.py
"""
import csv
import glob
import json
import os
STATION = os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "data", "LENZSPITZE")
# Mesuré le 2026-11-04 : médiane (tache − motif du JSON) sur 9 images de nuit du 17.10 au 03.11, 25 à 34 cibles appariées
# chacune, stable à 0,5 px près. Comprend l'écart constant tache − (x, y) déjà vu sur NORDEND (colonnes-des-deplacements.md).
DX, DY = 330.5, 15.8
TYPE_SANS_MOTIF = {"8019": "global_ref"} # reproj_err et inlier remplis : référence de la compensation
motifs = {str(v["sensor_name"]): v for v in json.load(open(os.path.join(STATION, "lentzpitze_patterns.json"))).values()}
for chemin in sorted(glob.glob(os.path.join(STATION, "displacement", "*.csv"))):
with open(chemin, newline="") as f:
lecteur = csv.DictReader(f)
champs, lignes = lecteur.fieldnames, list(lecteur)
if any(r["pattern_type"] for r in lignes):
print(f"{os.path.basename(chemin)} : déjà converti")
continue
for r in lignes:
s = r["sensor_name"].strip()
m = motifs.get(s)
if m is None:
r["x"] = r["y"] = ""
r["pattern_type"] = TYPE_SANS_MOTIF.get(s, "")
continue
r["pattern_type"] = m["pattern_type"]
if r["x"]:
r["x"] = repr(m["x"] + DX + float(r["x"]))
if r["y"]:
r["y"] = repr(m["y"] + DY + float(r["y"]))
with open(chemin, "w", newline="") as f:
w = csv.DictWriter(f, fieldnames=champs)
w.writeheader()
w.writerows(lignes)
print(f"{os.path.basename(chemin)} : {len(lignes)} lignes converties")