"""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")