Files
Support-Agent/agents/diagnostic/outils/vignettes.py
T
maximeandClaude Opus 5.5 2a39335fb5 Make diagnostic reports short, evidence-backed and anomaly-only (D-047)
Reports become a folder with rapport.md and its figures: a verdict, one
short section per anomaly (series plot with shaded window, full-resolution
image crops around the sensors), constant behaviour in one line each.
graphique.py gains --zone and --sortie; new vignettes.py crops images at
the sensors' raw x/y. Old reports removed; the blind rescan of PS des
Coudres finds the single anomaly flagged by the specialist (REF_G/REF_D).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-14 16:00:40 +02:00

69 lines
3.4 KiB
Python

"""Vignettes des images de la caméra autour de capteurs, à pleine résolution, pour l'agent de diagnostic.
Usage : .venv/bin/python agents/diagnostic/outils/vignettes.py data/PS_DES_COUDRES/
--capteurs REF_G,REF_D --heures 2026-10-13T22:00Z,2026-10-14T02:00Z [--rayon 100] [--sortie DOSSIER]
Une ligne par capteur, une colonne par heure. Chaque vignette est centrée sur la position brute (x, y) du capteur
dans l'export « advanced », lue à la mesure la plus proche de l'image ; les pixels ne sont pas retouchés, l'éclat
se compare donc d'une vignette à l'autre. Imprime les positions utilisées, puis le chemin du PNG.
"""
import argparse
import os
import sys
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt # noqa: E402
from donnees import charger, heure_image, instant, iso, trouver # noqa: E402
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", ".."))
def main():
a = argparse.ArgumentParser(description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter)
a.add_argument("dossier")
a.add_argument("--capteurs", required=True, help="liste séparée par des virgules")
a.add_argument("--heures", required=True, help="heures des images, séparées par des virgules (UTC)")
a.add_argument("--rayon", type=int, default=100, help="demi-côté de la vignette en pixels (défaut 100)")
a.add_argument("--sortie", default=os.path.join(RACINE, "out", "diagnostic"), help="dossier du PNG")
o = a.parse_args()
par = charger(o.dossier)
images = {heure_image(p): p for p in trouver(o.dossier)["images"]}
noms, heures = o.capteurs.split(","), [instant(h) for h in o.heures.split(",")]
absents = [s for s in noms if s not in par]
if absents:
sys.exit(f"Capteurs inconnus : {', '.join(absents)}. Connus : {', '.join(sorted(par))}.")
sans_image = [iso(h) for h in heures if h not in images]
if sans_image:
connues = sorted(h for h in images if h)
sys.exit(f"Pas d'image à {', '.join(sans_image)}. Images : {len(connues)}, "
f"de {iso(connues[0])} à {iso(connues[-1])}." if connues else f"Aucune image dans {o.dossier}.")
r = o.rayon
fig, axes = plt.subplots(len(noms), len(heures), figsize=(2.6 * len(heures), 2.8 * len(noms)), squeeze=False)
for j, h in enumerate(heures):
img = plt.imread(images[h])
for i, s in enumerate(noms):
m = min((m for m in par[s] if m["x"] is not None), key=lambda m: abs(m["t"] - h))
x, y = round(m["x"]), round(m["y"])
print(f"{s} {iso(h)} : x={m['x']:.1f} y={m['y']:.1f} (mesure de {iso(m['t'])}), {os.path.basename(images[h])}")
ax = axes[i, j]
ax.imshow(img[max(y - r, 0):y + r, max(x - r, 0):x + r], interpolation="nearest")
ax.set_title(f"{s} {h.strftime('%d/%m %H:%MZ')}", fontsize=9)
ax.set_xticks([])
ax.set_yticks([])
station = os.path.basename(os.path.normpath(o.dossier))
fig.suptitle(f"{station} : vignettes de {2 * r} px autour de chaque capteur (heures UTC)", fontsize=10)
os.makedirs(o.sortie, exist_ok=True)
sortie = os.path.join(o.sortie, f"{station}_vignettes_{'-'.join(noms)}_"
f"{'-'.join(h.strftime('%d%H%M') for h in heures)}.png")
fig.savefig(sortie, dpi=100, bbox_inches="tight")
print(sortie)
if __name__ == "__main__":
main()